基于松弛算法的彩色超声参数化血流信号提取方法
【专利摘要】基于松弛算法的彩色超声参数化血流信号提取方法，本发明涉及基于松弛算法的彩色超声参数化血流信号提取方法。该方法为了解决由于软组织的散射强度远大于血红细胞，因此在超声回波信号中包含的杂波与血流信号的能量比可能高达40dB，导致血流信号提取的准确性差的问题。该方法采用彩色超声检测仪对血流信号进行采集，并发射至接收信号端；接收信号端对接收到的超声回波信号建立仿射模型，采用松弛算法估计仿射模型参数，获得血流信号频率和振幅。本发明适用于超声彩色血流成像【技术领域】，应用于各种心血管疾病研究中。
【专利说明】基于松弛算法的彩色超声参数化血流信号提取方法
【技术领域】
[0001 ] 本发明涉及超声彩色血流成像【技术领域】。
【背景技术】
[0002]作为一种非介入式血流成像方法，超声彩色血流成像被广泛应用于各种心血管疾病研究中。由于血管壁和其周围软组织的缓慢运动产生的杂波信号会对待显示的血流精度造成较大的影响。如果不能提供准确的血流信息将会增加误诊的风险以及病人长期医疗检测的评价准确性的难度。在实际应用中，有如下两个原因使得血流流速估计的精度下降:
[0003]其一，由于软组织的散射强度远大于血红细胞，因此在超声回波信号中包含的杂波与血流信号的能量比可能高达40dB ;这是因为杂波滤波器往往不能充分滤除杂波或者错误地滤除部分血流信号，从而造成血流估计误差。特别的，即使杂波在滤波阶段能够被充分的抑制，滤波后的残留在信号中的白噪声仍旧会对血流信号的多普勒频率的均值和方差估计造成误差；
[0004]其二，在超声成像的实时性要求下，接收的多普勒信号的脉冲数有限，往往只持续8-16个脉冲时间。
【发明内容】
[0005]本发明为了解决由于软组织的散射强度远大于血红细胞，因此在超声回波信号中包含的杂波与血流信号的能量比可能高达40dB，导致血流信号提取的准确性差的问题，从而提出了基于松弛算法的彩色超声参数化血流信号提取方法。
[0006]基于松弛算法的彩色超声参数化血流信号提取方法为:采用彩色超声检测仪对血流信号进行采集，接收信号端 对接收到的超声回波信号建立仿射模型，采用松弛算法估计仿射模型参数，获得血流信号频率和振幅。
[0007]接收信号端对接收到的超声回波信号建立仿射模型的具体过程为:
[0008]将接收的超声回波信号X作为仿射模型:
[0009]χ^Ρα (I)
[0010]其中，a为振幅强度向量，
[0011]P为特征矩阵:
[0012]P=[p(f!) p(f2)...p(fk)...p (fK) ] (2),
[0013]超声回波信号X的表达式:
[0014]x=[x (I) χ (2)…χ (η)…χ(Ν)]τ (3)
[0015]其中，k为主成分的个数，k=l，2，……，K，k和K均为正整数；X(I)表示第一个采样值，χ (2)表示第二个采样值，χ (η)表示第η个采样值，χ (N)表示第N个采样值，η=1, 2......，Ν，η和N均为自然数dU) = ) eJ2^ej2^...e^v—收]' p (fk)表示第k个主成分的
频率向量。[0016]采用松弛算法估计仿射模型参数，获得血流信号频率和振幅的具体过程为:
[0017]步骤A、估计第一个主成分的频率和振幅，将该主成分从输入信号中减去后，估计第二个主成分的频率和振幅，执行步骤B ；
[0018]步骤B、根据第二个主成分的频率和振幅反过来更新第一个主成分的频率和振幅;
[0019]步骤C、判断两个主成分的频率是否稳定，若是执行步骤D，若否执行步骤A ;
[0020]步骤D、根据两个主成分的频率稳定后的两个主成分估计第三个主成分的频率和振幅，根据第一个主成分的频率和振幅与第三个主成分的频率和振幅更新第二个主成分的频率和振幅，或根据第二个主成分的频率和振幅与第三个主成分的频率和振幅更新第一个主成分的频率和振幅；
[0021]步骤E、将第一个主成分、第二个主成分和第三个主成分进行信号合并获得合并信号的能量，判断该合并信号的能量与输入信号的能量之差是否大于或等于大于1-S，S =10_2，若是，则选择三个主成分频率最大的作为血流信号的多普勒频率，若否执行步骤A。
[0022]步骤A所述的估计第一个主成分的频率和振幅，将该主成分从输入信号中减去后，估计第二个主成分的频率和振幅的具体过程为:
[0023]步骤一、初始化超声回波信号X，该超声回波信号包含K个主成分，设K=l，将超声回波信号X代公式(9)和(10)中，获得第I个特征成分频率的估计值和第I个特征成分
的振幅的估计值4，执行步骤二 ；
【权利要求】
1.基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:采用彩色超声检测仪对血流信号进行采集，并发射至接收信号端；接收信号端对接收到的超声回波信号建立仿射模型，采用松弛算法估计仿射模型参数，获得血流信号频率和振幅。
2.根据权利要求1所述的基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:接收信号端对接收到的超声回波信号建立仿射模型的具体过程为: 将接收的超声回波信号X作为仿射模型: χ^Ρα(I) 其中，a为振幅强度向量， P为特征矩阵: P=[p(fi)p(f2)…P(fk)…P(fK)] (2), 超声回波信号X的表达式: x=[x (I) X (2)…x(n)…x(N)]T (3) 其中，k为主成分的个数，k=l，2，......，K，k和K均为正整数；x(l)表示第一个采样值，X (2)表示第二个采样值，X (η)表示第η个采样值，χ (N)表示第N个采样值，η=1, 2......，N,η和N均为自然数；
3.根据权利要求1所述的基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:采用松弛算法估计仿射模型参数，获得血流信号频率和振幅的具体过程为: 步骤A、估计第一个主成分的频率和振幅，将该主成分从输入信号中减去后，估计第二个主成分的频率和振幅,执行步骤B ； 步骤B、根据第二个主成分的频率和振幅反过来更新第一个主成分的频率和振幅； 步骤C、判断两个主成分的频率是否稳定，若是执行步骤D，若否执行步骤A ; 步骤D、根据两个主成分的频率稳定后的两个主成分估计第三个主成分的频率和振幅，根据第一个主成分的频率和振幅与第三个主成分的频率和振幅更新第二个主成分的频率和振幅，或根据第二个主成分的频率和振幅与第三个主成分的频率和振幅更新第一个主成分的频率和振幅； 步骤E、将第一个主成分、第二个主成分和第三个主成分进行信号合并获得合并信号的能量，判断该合并信号的能量与输入信号的能量之差是否大于或等于大于1-S，δ=10_2，若是，则选择三个主成分频率最大的作为血流信号的多普勒频率，若否执行步骤Α。
4.根据权利要求3所述的基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:步骤A所述的估计第一个主成分的频率和振幅，将该主成分从输入信号中减去后，估计第二个主成分的频率和振幅的具体过程为: 步骤一、初始化超声回波信号X，该超声回波信号包含K个主成分，设K=l，将超声回波信号χ代公式(9)和(10)中，获得第I个特征成分频率的估计值^和第I个特征成分的振幅的估计值么，执行步骤二 ；
5.根据权利要求3所述的基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:步骤B所述的根据第二个主成分的频率和振幅反过来更新第一个主成分的频率和振幅的具体过程为:根据获得的X2由公式(9)和(10)获得j和么。
6.根据权利要求3所述的基于松弛算法的彩色超声参数化血流信号提取方法，其特征在于:步骤C所述的判断两个主成分的频率是否稳定的具体过程为:将估计值/与估计值/2做差，判断所获的差值的绝对值是否小于或等于10_3，若小于或等于表示两个主成分的频率稳定，若大于表示两个主成分的频率不稳定。
【文档编号】A61B8/06GK103479397SQ201310479298
【公开日】2014年1月1日 申请日期:2013年10月15日 优先权日:2013年10月15日
【发明者】沈毅, 沈志远, 冯乃章 申请人:哈尔滨工业大学