基于空间分布规律的峰值跳变点去除仿真研究.docx

? ? 基于空间分布规律的峰值跳变点去除仿真研究 ? ? 杨先凤，张文俊，彭 博，李小兰 (西南石油大学计算机科学学院，四川 成都 610500) 1 引言 在超声弹性成像中，可以通过散斑追踪技术来估计软组织运动位移等信息。峰值跳变问题就是超声散斑运动追踪技术在计算位移时受到去相关因素干扰造成的。当回波信号去相关并且随机相关峰的幅度超过与正确散斑运动相对应的真实相关峰的幅度时，就会产生峰值跳变点。由于峰值跳变点的存在，超声散斑追踪得到的位移图像不够精确，对后期成像和医生诊断有较大的影响。 针对峰值跳变点的研究，目前主要集中在其运动估计算法上，如采用先验信息的区域增长算法[1]、贝叶斯算法以及采用位移正则化的GLUE算法[2]、提供子采样位移估计精度的Coupled[3]算法等。这些算法在去除峰值跳变点时均只针对某个单因素(如压缩比等)进行了去除研究，但未曾研究多种因素影响下产生的任意斑块半径峰值跳变点的去除。 经过对峰值跳变点分析研究，本文发现峰值跳变点与天文学星系中的点状物分布类似，而天文学中对点状物的分析常采用空间统计方法。因此，本文首次将空间统计方法-两点相关函数运用在峰值跳变点的研究中，找到如斑块半径等各因素影响下峰值跳变点规律；并分析比较多种峰值跳变点去除算法，结合得到的规律找到更优的去除方案。通过仿真分析峰值跳变点的空间统计规律，提出更优的峰值跳变点去除方案，为