本发明涉及超声检测及超声成像,具体涉及基于模糊熵的超声成像方法、装置、计算机设备及介质。
背景技术:
1、为了保证肿瘤被完全消除并不影响周围整成组织的功能,在消融治疗的过程中应用医学影像技术进行监测至关重要。通常认为,消融区域完全覆盖肿瘤并在肿瘤周围形成5-10mm的安全边界,则肿瘤被完全消除。目前可对热消融治疗进行监测的医学成像方法包括核磁共振(magnetic resonance imaging,mri)、计算机断层扫描(computedtomography,ct)和超声成像。超声成像由于其实时性好、便携性高、安全及成本低等优点,在热消融监测领域具有广泛的应用。
2、相关技术中,为了更好的定量分析超声信号,需要一个适应性强且不受模型限制的统计学参数。现阶段,香农信息熵比标准熵对散射体浓度的变化更敏感,但是香浓信息熵由整个超声信号的概率密度函数(pdf)计算,没有考虑超声信号的时间序列因果关系,反馈超声回波信号有效信息的能力有限,对消融区域的描绘不够准确。
技术实现思路
1、因此,本发明要解决的技术问题在于克服现有技术中香农信息熵描绘消融区域不够准确的缺陷,从而提供基于模糊熵的超声成像方法、装置、计算机设备及介质。
2、结合第一方面,本发明提供一种基于模糊熵的超声成像方法,所述方法包括:
3、对成像目标进行成像,得到所述成像目标的回波信号;
4、基于所述回波信号,经波束合成得到回波信号矩阵;
5、基于所述回波信号矩阵,构建滑动窗口;
6、利用所述滑动窗口遍历所述回波信号矩阵中的坐标点,依次计算每个坐标点对应的模糊熵;
7、基于所述回波信号矩阵中每个坐标点对应的模糊熵,构建熵图像。
8、在该方式中,通过对成像目标进行成像,得到成像目标的回波信号,通过对回波信号进行处理,计算回波信号的模糊熵,得到熵图像。模糊熵对超声信号进行分析不需要超声信号符合特定的统计分布模型,可以作为一个灵活的参数进行信号分析,反馈超声回波信号有效信息的能力更强。由模糊熵构建的熵图像具备有更好的对比度,可以更准确地描绘消融组织,为后续治疗提供更准确的图像参考。
9、结合第一方面,在第一方面的第一实施例中,所述基于所述回波信号矩阵的尺寸,构建滑动窗口,包括:
10、基于所述回波信号矩阵的信号波长,确定所述滑动窗口中的回波信号行数;
11、基于所述回波信号矩阵的列数,确定所述滑动窗口中的回波信号列数;
12、基于所述滑动窗口中的回波信号行数及列数,构建所述滑动窗口。
13、结合第一方面,在第一方面的第二实施例中,所述利用所述滑动窗口遍历所述回波信号矩阵中的坐标点,依次计算每个坐标点对应的模糊熵,包括:
14、将当前滑动窗口的中心坐标点与所述回波信号矩阵的当前坐标重合,提取所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值;
15、计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵;
16、将所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵确定为所述当前坐标对应的模糊熵。
17、结合第一方面的第二实施例,在第一方面的第三实施例中,所述计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵,包括:
18、所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值按照坐标点的位置进行排序,构成一维信号;
19、基于所述一维信号,构建第一向量序列,计算所述第一向量序列的均值及相似度;
20、对所述第一向量序列进行增维,得到增维后的第二向量序列,计算所述第二向量序列的均值及相似度;
21、基于所述第一向量序列的均值及相似度与第二向量序列的均值及相似度,计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵。
22、结合第一方面的第三实施例,在第一方面的第四实施例中,所述计算所述第一向量序列的均值及相似度,包括:
23、对所述第一向量序列中的所有向量中的元素求均值,得到第一向量序列的均值;
24、计算得到所述第一向量序列中的所有向量之间的第一距离,基于所述第一距离,计算得到所述第一向量序列的相似度;
25、和/或,所述计算所述第二向量序列的均值及相似度,包括:
26、对所述第二向量序列中的所有向量中的元素求均值,得到第二向量序列的均值;
27、计算得到所述第二向量序列中的所有向量之间的第二距离,基于所述第二距离,计算得到所述第二向量序列的相似度。
28、结合第一方面的第三实施例,在第一方面的第五实施例中,所述基于所述第一向量序列的均值及相似度与第二向量序列的均值及相似度,计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵,包括:
29、基于所述第一向量序列的均值及相似度,计算所述第一向量序列的第一平均模糊隶属函数值;
30、基于所述第二向量序列的均值及相似度,计算所述第二向量序列的第二平均模糊隶属函数值;
31、基于所述第一平均模糊隶属函数值与所述第二平均模糊隶属函数值,计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵。
32、结合第一方面,在第一方面的第六实施例中,所述基于所述回波信号矩阵中每个坐标点对应的模糊熵,构建熵图像,包括:
33、将所述回波信号矩阵中每个坐标点对应的模糊熵确定为该坐标点的像素值,得到熵图像。
34、在本发明的第二方面,本发明还提供一种基于模糊熵的超声成像装置,所述装置包括:
35、成像单元,用于对成像目标进行成像,得到所述成像目标的回波信号;
36、波束合成单元,用于基于所述回波信号,经波束合成得到回波信号矩阵;
37、滑动单元,用于基于所述回波信号矩阵,构建滑动窗口;
38、计算单元,用于利用所述滑动窗口遍历所述回波信号矩阵中的坐标点,依次计算每个坐标点对应的模糊熵;
39、构建单元,用于基于所述回波信号矩阵中每个坐标点对应的模糊熵,构建熵图像。
40、结合第二方面,在第二方面的第一实施例中,所述滑动单元,包括:
41、第一确定单元,用于基于所述回波信号矩阵的信号波长,确定所述滑动窗口中的回波信号行数;
42、第二确定单元,用于基于所述回波信号矩阵的列数,确定所述滑动窗口中的回波信号列数;
43、窗口构建单元,用于基于所述滑动窗口中的回波信号行数及列数,构建所述滑动窗口。
44、结合第二方面,在第二方面的第二实施例中,所述计算单元,包括:
45、提取单元,用于将当前滑动窗口的中心坐标点与所述回波信号矩阵的当前坐标重合,提取所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值;
46、计算子单元,用于计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵;
47、第三确定单元,用于将所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵确定为所述当前坐标对应的模糊熵。
48、结合第二方面的第二实施例,在第二方面的第三实施例中,所述计算子单元,包括:
49、排序单元,用于所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值按照坐标点的位置进行排序,构成一维信号;
50、第一计算单元,用于基于所述一维信号,构建第一向量序列,计算所述第一向量序列的均值及相似度;
51、第二计算单元,用于对所述第一向量序列进行增维,得到增维后的第二向量序列,计算所述第二向量序列的均值及相似度;
52、第三计算单元,用于基于所述第一向量序列的均值及相似度与第二向量序列的均值及相似度,计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵。
53、结合第二方面的第三实施例,在第二方面的第四实施例中,所述第一计算单元,包括:
54、第一均值单元,用于对所述第一向量序列中的所有向量中的元素求均值,得到第一向量序列的均值;
55、第一相似度单元,用于计算得到所述第一向量序列中的所有向量之间的第一距离,基于所述第一距离,计算得到所述第一向量序列的相似度;
56、所述第二计算单元,包括:
57、第二均值单元,用于对所述第二向量序列中的所有向量中的元素求均值,得到第二向量序列的均值;
58、第二相似度单元,用于计算得到所述第二向量序列中的所有向量之间的第二距离,基于所述第二距离,计算得到所述第二向量序列的相似度。
59、结合第二方面的第三实施例,在第二方面的第五实施例中,所述第三计算单元,包括:
60、第四计算单元,用于基于所述第一向量序列的均值及相似度,计算所述第一向量序列的第一平均模糊隶属函数值;
61、第五计算单元,用于基于所述第二向量序列的均值及相似度,计算所述第二向量序列的第二平均模糊隶属函数值;
62、第六计算单元,用于基于所述第一平均模糊隶属函数值与所述第二平均模糊隶属函数值,计算所述回波信号矩阵中落入所述当前滑动窗口内的所有坐标点的回波信号值的模糊熵。
63、结合第二方面,在第二方面的第六实施例中,所述构建单元,包括:
64、构建子单元,用于将所述回波信号矩阵中每个坐标点对应的模糊熵确定为该坐标点的像素值,得到熵图像。
65、根据第三方面,本发明实施方式还提供一种计算机设备,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面及其可选实施方式中任一项的基于模糊熵的超声成像方法。
66、根据第四方面,本发明实施方式还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行第一方面及其可选实施方式中任一项的基于模糊熵的超声成像方法。