《超声中的信处理》ppt课件模板.pptVIP

C奇偶帧复合的扫描方式：一个扫描控制帧分两个显示帧完成，称为奇帧和偶帧。 对于B来说，奇帧和偶帧扫描过程完全相同； 对于C来说，下图中P=12，K=13，一个C的取样框由一个包组成； 对于C来说，奇帧，偶帧错开两线，C的线集数为0，累加器无累加。但是存在帧复合运算；可以把帧复合当作帧于帧之间的非相干叠加； 下图中C的线数一共为：13×4-2×2=48； C信号处理-C扫描 C的线复合属于矢量的叠加，C的帧复合属于标量的加权叠加。例如： 假设V0角度为25度，V1角度为90度，矢量量叠加后，其角度为35度。 标量叠加，假设权值为0.5，结果为（90+25）×0.5=57.5度； 两种方法计算出的结果稍有差异。如果权值为0.5，可以证明标量叠加计算的结果要比矢量叠加的结果大一些。 C信号处理-C扫描 1. C扫描 2. 数据重排 3. 壁滤波 4. 自相关 5. 求速度 6. KEYHOLE噪声抑制 C信号处理 在前面的数据帧缓存中讲过，C的数据重排是通过对数据帧缓存的读写实现的。 假设当前数据点为D(P,K,F)，P表示样点数据的编号，K表示线号，F表示深度。 如果不考虑多波束的因素，输入数据的先后顺序为：F-K-P，如下图左; 数据重排后，输出数据的顺序为：P-F-K，如下图右。 C信号处理-数据重排 1. C扫描 2. 数据重排 3. 壁滤波 4. 自相关 5. 求速度 6. KEYHOLE噪声抑制 C信号处理 得到同一线同一深度的等时间间隔的P个采样点数据后，分析数据频谱，其成分为： 较强的低速组织运动。 非常微弱的高速的血流运动。 C信号处理-壁滤波 1. C扫描 2. 数据重排 3. 壁滤波 4. 自相关 5. 求速度 6. KEYHOLE噪声抑制 C信号处理 互相关计算用来求出不同信号之间的相似度，对于自相关，既可以用来求信号的能量，也可以求信号最可能的旋转成分。 序列的自相关C(m) = E[A(n+m)*conj(A(n))]即为延迟共扼相乘。通常用来估算输入序列的频偏。 在通信系统中，有自动频偏纠正：AFC，分为自动频偏估计以及自动频偏补偿两步完成。其中自动频偏估计，有下列两种方法： 1.延迟共扼相关； 2.FFT； 延迟共扼相关是找出信号中最可能的频偏成份，即最大似然估计； 而FFT是以频率分辨率的间隔，遍历求出信号可能的频偏成分的模值。 对应到超声系统：延迟共扼相关用于估计C的血流相位变化；FFT用于求出多普勒模式（PW,CW）的谱线。 C信号处理-自相关 假设对同一位置每隔相同时间进行P次扫描，得到P个样点，P通常取值8，12，14，16。 样点矢量在坐标轴上的分布如下图，蓝色为原始矢量，红色为原始矢量的共扼向量。延迟共扼相乘后得到相邻样点中包含的旋转矢量，即血流的旋转矢量。 对多个样点的旋转矢量平均，以去除噪声的影响，得到同一位置血流最大可能的旋转矢量，求出该旋转矢量的角度即鉴别出血流的相位变化信息。 对数字信号处理鉴相即为鉴频，反映着血流的多普勒频移，即血流速度。 自相关的结果，得到能量R以及速度矢量在X,Y轴上的分量D,N。 C信号处理-自相关 1. C扫描 2. 数据重排 3. 壁滤波 4. 自相关 5. 求速度 6. KEYHOLE噪声抑制 C信号处理 1.求出速度矢量D,N和X轴之间的角度theta，其值为[-pi,pi)之间。 2.将该角度用8比特量化，即round(theta/pi/2*2.^8) ,量化后的值范围为-128到+127，之间，最高位为符号位表示血流的方向。 3.将量化后的值用伪彩的方式显示出来，即为看到的屏幕上的彩色图像。 C信号处理-求速度 实际求出的参量中，除了能量，速度外，还有方差。 方差的算法：1－（速度矢量的模值/能量） ; 在超声中，方差的概念可以这样去理解：血流成分的准确性，比如方差为0，则认为仅包含血流或组织运动引起的单频成分，不包含任何其它噪声；再比如方差趋向于1，则认为该点处的血流矢量太小，该点并非血流。 方差在B,C图像显示融合的时候，用于辅助判断是否显示血流或者黑白图像。 C信号处理-求速度 1. C扫描 2. 数据重排 3. 壁滤波 4. 自相关 5. 求速度 6. KEYHOLE噪声抑制 C信号处理 实际算出的VTP不一定正确。 下图中，红色区域内的V0矢量被认为是壁滤波没有过滤干净的低速组织运动，应该被清除； V2,V4矢量认为其模值，或能量值太小，也是被剔除的矢量。 只有V1,V3矢量被认为是很可能正确的速度矢量。 KEYHOLE是通过一些参量的门限阈值来最大可能的确定当前矢量是否是真实的速度矢量。用来改善血流的显示形态。 C信号处理-KEYHOLE噪声抑制 K