專利名稱：一種血管組織位移估算方法
技術領域：
本發明涉及一種超聲彈性成像技術領域，特別是關于一種血管組織位移估算方法。
背景技術：
人體中大量生理和病理過程往往伴隨著組織彈性的變化，因此，彈性是反應生物組織的一個重要特征。中風是一項高致死、致殘性疾病，80%的中風是由血管阻塞和局部貧血造成，而超過60%的局部腦組織缺血是由動脈粥樣硬化易損斑塊的破裂所引起。斑塊的穩定性決定于其化學成分，細胞材質和新生血管形成等因素。大量研究指出，具有特定形態的斑塊，即有較大的脂質核，外面覆蓋一層較薄纖維帽，且突入血管內部的斑塊，更容易在搏動的血壓作用下破裂進而導致血栓形成。斑塊的不同成分在彈性特性上有明顯差別。因此超聲彈性成像為確定斑塊的成分，并推斷其易損性提供了一種可能的方法。彈性成像通常通過檢測組織對于各種外源/內源性機械性激勵的響應來確定組織的彈性特征。
壓縮彈性成像由J. Ophir等人于1991年提出，具有分辨率高、成本低并易于和現有的超聲設備結合等優點。如圖I所示，其基本原理為采集機械激勵(靜態或準靜態)前后的兩幀超聲射頻信號，利用時間延遲(time delay)估計子估計出組織壓縮前后的位移，隨后通過計算位移場的一階差分得到組織的應變圖(strain image)，即彈性圖 (elastogram).由于不同硬度的組織呈現不同應變，彈性圖能夠反映組織的硬度分布。這里的機械激勵可以是外源的，比如由壓縮板對組織施加的一定壓縮量(如圖I所示);也可以是內源的，比如心肌的主動收縮，或搏動血壓引起的血管形變。
自J.Ophir等提出基于射頻信號相關分析的彈性成像算法以來，許多彈性成像算法不斷發展起來。總體上講，超聲彈性成像算法可以分為兩大類型一類是基于梯度運算的應變估計算法，即先對組織的位移進行估計，然后對位移估計做差分處理，得到組織的應變分布，如時域互相關算法、相位檢測法、過零點跟蹤法等；另一類是直接的應變估計算法，不以組織位移為中間估計值，直接得到組織的應變分布，如自適應伸展算法、譜相關算法等。 在這些方法中，時域互相關法由于其較強的抗噪能力成為一種最基本的方法，其基本出發點是互相關函數峰值的偏移量可用于跟蹤組織的變形。基礎的互相關方法是計算某數據窗長度內壓縮前信號與壓縮后回波信號互相關系數，然后計算出該互相關系數的峰值點相對于零點的偏移量，即為兩段信號在時域上的相對位移，并以此作為它們所表達的組織單元的相對位移。當組織的局部位移完全確定后，對位移值進行差分運算即可得到組織的應變分布。
這種簡單的互相關位移估計方法在一些體積較大，結構相對簡單的組織彈性成像中達到了較好的效果。但是在血管和斑塊彈性成像過程通常具有組織運動復雜，動態性強， 易受各種偽影和噪聲的干擾等實際問題。因此，傳統的一維互相關算法在估計頸動脈血管和斑塊的位移時效果不甚理想，并且受偽峰誤差干擾較嚴重。
互相關算法所使用的數據窗長度是決定位移估計效果的重要參數。當組織僅存在剛體運動時，使用較長的射頻信號將有利于改善估計的效果。但當存在變形時，由應變引起的信號去相關將降低時延估計子的性能，增大估計方差。所以，理論上講，在應變存在的條件下，使用若干個波長左右的短數據窗有利于降低位移估計的方差，并有助于改善位移場的分辨率。但是在實際中，較短的數據窗容易受到偽峰誤差的干擾，并引入大量椒鹽狀噪聲。發明內容
針對上述問題，本發明的目的是提供一種能提高分辨率、降低方差，并有效減少偽峰的血管組織位移估算方法。
為實現上述目的，本發明采取以下技術方案一種血管組織位移估算方法，其包括以下步驟1)由已有設備采集到對血管組織壓縮前的射頻信號和壓縮后的射頻信號，以壓縮點為中心，對壓縮前和壓縮后的射頻信號采用大數據窗進行互相關分析，得到壓縮前的大數據窗與壓縮后的大數據窗之間的互相關函數；2)對由步驟I)得到的相關函數進行相關濾波，得到綜合相關函數，再利用綜合相關函數計算大數據窗時射頻信號的位移dl ；3) 利用信號再相關方法，根據步驟2)中位移dl對組織壓縮后的射頻信號進行拉伸補償，用拉伸補償后的射頻信號替代原有的壓縮后射頻信號，重建組織壓縮后的射頻信號與壓縮前信號的相關性；4)采用小數據窗對經步驟3)再相關后的射頻信號與壓縮前的射頻信號進行互相關分析，得到壓縮后小數據窗的殘余位移d2 ;5)將由步驟2)大數據窗位移估計得到的位移dl與步驟4)小數據窗位移估計得到的位移d2疊加，得到最終的位移場。
所述步驟I)和步驟3)中的大數據窗和小數據窗的位移估算方法如下(I)使用同中心的大數據窗計算出較為粗糙的位移估計dl ; (2)使用與大數據窗同中心的小數據窗對血管組織再次進行互相關分析，先按位移dl移動小數據窗的位置，并在移動后位置附近用互相關方法計算小數據窗的位移d2 ；(3)根據步驟(I)和步驟(2)得到小數據窗的真實位移為d = (I^d2O
本發明由于采取以上技術方案，其具有以下優點1、本發明由于采用多長度數據窗、相關濾波和信號再相關法相結合的方法，同時發揮各種方法的優勢，進而達到提高分辨率、降低方差，減少偽峰的目的。2、本發明采用對用大數據窗進行互相關分析得到的互相關函數進行相關濾波，得到綜合相關函數，并利用綜合相關函數計算大數據窗時射頻信號的位移，這樣位移場中類似椒鹽狀的偽峰噪聲可以被有效的去除。3、本發明采用同中心的大數據窗計算出較為粗糙的位移估計，大數據窗能在一定程度上抑制偽峰，有助于提高位移估計的穩定性。因此，使用大數據窗時可增加搜索范圍，以捕捉到較大的組織位移。4、本發明由于采用小數據窗對經大數據窗和相關濾波處理后又經再相關方法處理的射頻信號與壓縮前的信號進行互相關分析，得到壓縮后小數據窗的殘余位移，這樣大小數據窗結合，可以同時利用大數據窗有效抑制偽峰，利用小數據窗提高位移分辨率，減小位移估算方差。本發明可以廣泛應用于超聲彈性成像技術領域中。
圖I是現有技術中超聲彈性成像原理示意圖2是本發明的位移估算方法整體流程示意圖；4
圖3是本發明采用相關濾波方法前后縱向位移場的比較示意圖；其中圖3 Ca)是直接根據相關函數最大值得到的位移場；圖3 (b)是經相關濾波后，根據綜合相關函數計算出的位移場；
圖4是本發明采用的多長度數據窗方法估計位移原理示意圖；其中圖4 Ca)是采用大數據窗時得到的粗糙位移估計值；圖4 (b)是采用小數據窗進行再相關方法后得到的殘余位移估計值；
圖5是本發明的相關濾波原理示意圖；其中圖5(a)是待估計數據窗(實線矩形)及周圍與其進行相關濾波的數據窗(虛線矩形)示意圖；圖5 (b)是相關濾波核(二維Hamming 窗)以及圖5 Ca)中待估計數據窗與其周圍各數據窗的互相關函數曲線；圖5 (c)是將濾波核范圍內的互相關函數做加權線性疊加所得到的綜合相關函數曲線。
具體實施方式
下面結合附圖和實施例對本發明進行詳細的描述。
如圖2所示，本發明提供的一種能有效改善血管位移估算效果的血管組織位移估算方法，其步驟如下
I)由現有設備采集到對血管組織壓縮前的射頻信號和壓縮后的射頻信號，以壓縮點為中心，對壓縮前和壓縮后的射頻信號采用大數據窗進行互相關分析，得到壓縮前的大數據窗與壓縮后的大數據窗之間的互相關函數。
2)對由步驟I)得到的互相關函數進行相關濾波，得到綜合相關函數，再利用綜合相關函數計算大數據窗時射頻信號的位移dl;若不經過相關濾波，則直接根據相關函數最大值得到的位移場內含有大量類似椒鹽狀的偽峰噪聲(如圖3 (a)所示)，本發明采用經相關濾波后得到的位移場可以有效去除類似椒鹽狀的偽峰噪聲(如圖3 (b)所示)。
3)利用信號再相關方法，根據步驟2)中位移dl對組織壓縮后的射頻信號進行拉伸補償，用拉伸補償后的射頻信號替代原有的壓縮后射頻信號，重建組織壓縮后的射頻信號與壓縮前信號的相關性。
本發明采用再相關方法能有效減小位移估計方差，再相關方法通過拉伸組織壓縮后的射頻信號，重建其與壓縮前信號的相關性，增強相關性，這樣可以顯著降低組織在位移場中的噪聲。
4)采用小數據窗對經步驟3)再相關后的射頻信號與壓縮前的射頻信號進行互相關分析，得到壓縮后小數據窗的殘余位移d2，這樣可以有效抑制偽峰，以減小位移估算方差。
5)將由步驟2)大數據窗位移估計得到的位移dl與步驟4)小數據窗位移估計得到的位移d2疊加，得到最終的位移場。
上述步驟I)和步驟3)中的大數據窗和小數據窗的位移估算方法如下
(I)如圖4 (a)所示，使用同中心的大數據窗計算出較為粗糙的位移估計dl，大數據窗能在一定程度上抑制偽峰，有助于提高位移估計的穩定性。因此，使用大數據窗時可增加搜索范圍，以捕捉到較大的組織位移。
(2)如圖4 (b)所示(圖中黑色方框為小數據窗)，使用與大數據窗同中心的小數據窗對血管組織再次進行互相關分析，由于使用大數據窗得到的位移dl與小數據窗的真實位移接近但不夠精確，為估計小數據窗位移，先按位移dl移動小數據窗的位置，并在移動后位置附近用互相關方法計算小數據窗的位移d2。由于血管組織的主要位移已經包括在位移dl中，殘余位移d2較小，此時小數據窗的搜索范圍可縮短至波長范圍內，從而避免偽峰。
(3)根據步驟(I)和步驟(2)可以得到小數據窗的真實位移為d = ￥4。由此可知，本發明采用的多長度數據窗方法可同時利用大數據窗對偽峰誤差的抗性，以及小數據窗的低方差特點。
上述步驟2)中，相關濾波方法為將某個數據窗及其附近數據窗的互相關函數進行加權平均，并最終生成一個綜合相關函數，再通過計算該綜合相關函數的最大值確定該數據窗的位移。
例如，如圖5 (a)所示，為估計圖中實線矩形數據窗的位移，首先設定一個相關濾波核(如圖5 (b)所示),該濾波核為二維空間窗函數,通常設定為Hamming窗,其中心位置與待估計數據窗重合。然后，將濾波核所覆蓋范圍內的數據窗(即圖5 (a)中虛線及實線矩形數據窗)各自的互相關函數進行加權線性疊加，并得到綜合相關函數(如圖5 (c)所示)。 每個數據窗的權系數按其在濾波核中的空間位置選擇(如圖5 (b))。按上述方法得到的綜合互相關系數具有空間平滑效果，對偽峰的抗性大大增強。
綜上所述，本發明采用多長度數據窗、相關濾波和信號再相關法相結合的方法，同時發揮各種方法的優勢，進而達到提高分辨率、降低方差，減少偽峰的目的。
下面通過一具體實施例對本發明作進一步的介紹。
實施例
本實施例采用Philips公司的IU22超聲成像系統，配備L9_3型手持式探頭。實驗中，在B超引導下選定感興趣區域后(血管長軸視角)，連續采集射頻信號共約4個心動周期，采樣率固定為32MHz，超聲成像的幀率設置為47Hz，成像寬度38mm (320條掃描線)。
選擇長軸視角的原因是能夠避免血管運動方向同聲束方向不一致。數據采集完成后，將射頻信號上傳至PC進行離線分析，并按照本發明的血管組織位移估算方法估計連續兩幀間的組織位移。首先按大數據窗進行互相關分析的參數設定為縱向數據窗長度 I. 80mm,側向長度O. 85mm,數據窗間隔縱向O. 07mm,側向O. 17mm ;在進行相關濾波時使用的模板長度為縱向I. 1_，側向O. 85mm ;然后根據前一步計算出來的縱向和側向位移對壓縮后的射頻信號拉伸，即實現信號的再相關；再相關后，按小數據窗進行互相關分析時的數據窗長度為縱向O. 70mm,側向O. 51mm。在兩次位移估計中均使用互相關方法；亞像素位移估計通過對二維互相關函數交替的進行縱向和側向插值，并取其最大值得到。
上述各實施例僅用于說明本發明，各部件的連接和結構都是可以有所變化的，在本發明技術方案的基礎上，凡根據本發明原理對個別部件的連接和結構進行的改進和等同變換，均不應排除在本發明的保護范圍之外。
權利要求
1.一種血管組織位移估算方法，其包括以下步驟 1)由已有設備采集到對血管組織壓縮前的射頻信號和壓縮后的射頻信號，以壓縮點為中心，對壓縮前和壓縮后的射頻信號采用大數據窗進行互相關分析，得到壓縮前的大數據窗與壓縮后的大數據窗之間的互相關函數； 2)對由步驟I)得到的相關函數進行相關濾波，得到綜合相關函數，再利用綜合相關函數計算大數據窗時射頻信號的位移dl ； 3)利用信號再相關方法，根據步驟2)中位移dl對組織壓縮后的射頻信號進行拉伸補償，用拉伸補償后的射頻信號替代原有的壓縮后射頻信號，重建組織壓縮后的射頻信號與壓縮前信號的相關性； 4)采用小數據窗對經步驟3)再相關后的射頻信號與壓縮前的射頻信號進行互相關分析，得到壓縮后小數據窗的殘余位移d2 ； 5)將由步驟2)大數據窗位移估計得到的位移dl與步驟4)小數據窗位移估計得到的位移d2疊加，得到最終的位移場。
2.如權利要求I所述的一種血管組織位移估算方法，其特征在于所述步驟I)和步驟3)中的大數據窗和小數據窗的位移估算方法如下 (1)使用同中心的大數據窗計算出較為粗糙的位移估計dl； (2)使用與大數據窗同中心的小數據窗對血管組織再次進行互相關分析，先按位移dl移動小數據窗的位置，并在移動后位置附近用互相關方法計算小數據窗的位移d2 ； (3)根據步驟(I)和步驟(2)得到小數據窗的真實位移為d= di+dy
全文摘要
本發明涉及一種血管組織位移估算方法，其步驟為1)采集到對血管組織壓縮前的射頻信號和壓縮后的射頻信號，以壓縮點為中心，對壓縮前和壓縮后的射頻信號采用大數據窗進行互相關分析，得到壓縮前的大數據窗與壓縮后的大數據窗之間的互相關函數；2)對步驟1)產生的互相關函數進行相關濾波，并利用綜合相關函數計算大數據窗時射頻信號的粗糙位移d1；3)利用信號再相關方法，根據位移d1拉伸組織壓縮后的射頻信號，重建其與壓縮前信號的相關性；4)采用小數據窗對再相關后的射頻信號與壓縮前的信號進行互相關分析，得到壓縮后小數據窗的殘余位移d2；5)將由大數據窗位移估計得到的位移d1與小數據窗位移估計得到的位移d2疊加，得到最終的位移場。本發明可以廣泛應用于超聲彈性成像技術領域中。
文檔編號A61B8/08GK102973296SQ20121046185
公開日2013年3月20日 申請日期2012年11月16日 優先權日2012年11月16日
發明者白凈, 劉丹, 陶晟臻, 羅建文 申請人:清華大學