基于状态空间方法的超声弹性成像研究-测试计量技术及仪器专业论文.docxVIP

浙江大学硕士学位论文 浙江大学硕士学位论文 摘要 摘要 本文基于状态空间方法结合生物力学模型提出了一种新型的迭代型超声弹 性成像后期重建算法，以非入侵性方式对组织内部弹性材料参数分布进行成像。 目前存在的主流弹性成像后端重建的方法可以分为两类：直接转换法与迭代计算 方法。我们提出的算法通过引入有限元模型(FE)构建生物力学模型对组织组织内 部任意点上运动状态进行估计，同时代入扩展卡尔曼算法(EKF)联合测量值进行 多次迭滤波直至收敛，最后得出一个最优估计。因而我们提出的基于状态空间方 法的弹性成像算法属于是基于模型迭代型算法。与之前的弹性成像算法相比最大 的优势在于可以达成定量的重建，也就是说可以对真实材料参数成像，而大多数 传统的处理算法或是基于内部应力场的均匀分布的假设，抑或是仅仅线性迭代求 最优解，只能得到对比度地定性重建，已经越来越无法满足临床的需求。 本文算法研究的最核心问题在如何有效引入一个约束模型，对被噪声干扰的 测量值进行有效地修正，从而在最大程度上消除噪声的影响。由于无论多完美的 模型进行预测时计算得到的结果与真实理想值之间总会存在着一定的误差，即所 谓预测误差或模型误差，会影响到最后的重建结果。之前的所有基于模型的迭代 算法都未能将这误差考虑在内，而在本文中由于我们采用的是随机状态空间方法 来进行估计运动信息与材料参数分布信息，我们将所有的状态变量都视为随机变