光声层析成像的反投影算法（包含代码Matlab版本）.pdfVIP

光声层析成像的反投影算法 （包含代码Matlab版本） 最近和师兄⼀起利⽤环 探头进⾏了实验，采取了⽐较朴素的打光⽅式(⼿持光纤打光)，利⽤Ssharp系统做数据采集，将采集到的数据存 储后，分别使⽤了传统的滤波反投影算法和之前的图像重建⽹络进⾏了重建实验。对滤波反投影算法的流程原理进⾏了分析。 下图展⽰了进⾏光声实验的⼀个基本设置，右侧是使⽤探头的⼀些参数。探头中⼼频率5.5Mhz 采样频率25Mhz 声速默认为 1540m/s 探 头数量128。使⽤半环 探头进⾏了光声实验。仿体位置放置在环 探头的中⼼点，环 半径默认为55mm。 传统的滤波反投影是光声图像重建中基础的算法，其原理是其对信号滤波后，根据探头和像素点的相对位置进⾏投影，每个像素点的像素值 由各探头乘以权重⽐后累加得到，最终得到输出图像，当前的算法是基于Matlab实现的。 图2展⽰了滤波反投影算法中的坐标系。其中，坐标系原点是成像区域的中⼼点，也是环 的中⼼点 ；在成像算法中，成像区域的半径应⼩ 于探头的半径，即在55mm之内。栅格地图表⽰了像素点的位置，整体的栅格区域代表了成像区域、坐标系中星号标识表⽰了探头的分布位 置，其坐标计算如公式1、2所⽰，根据探头旋转半径和夹⾓计算得到。滤波反投影算法中，需要计算探头和像素点的距离，由公式3得到， 该距离除以声速和采样时间，即可得到单个探头和该像素点的相关信号位置。公式4计算了像素点到原点的距离，公式5计算了像素点与原 点与探头与原点之间的夹⾓，这个夹⾓侧⾯反映了探头的探测范围；对于超出探头探测范围的像素点，不考虑该探头对其像素值的影响。 整个滤波反投影算法的流程如下图所⽰，⾸先读取存储光声信号的数据⽂件，即mat⽂件 ；逐个像素点分析计算距离、⾓度等信息 ；根据探 头到像素点的距离，计算信号传递时间，找到每个探头对于当前像素点的对应信号的位置 ；判断当前像素点是否在各个探头的有限探测范围 之内；最终根据⾓度、权重等参数变量累加计算像素值，得到光声图像 ；对图像取希尔伯特变换后取模，得到更清晰的图像。根据图3可 知，希尔伯特变换完成了取包络的⼯作，即将重建图像的低频信息过滤，保留了快速变化的⾼频信息。 最后附上相关的核⼼代码。 pa_ mag = data; %% parameter used fs = 25e6; % sampling frequency [samples/sec] c = 15 ; % speed of sound [m/s] Ts = 1/fs; % sampling interval Ds = c*Ts; % distance unit for one sampling interval D_ r = 5 e-3 ; numEle =128 ; %采样⾓度 spa=1 ; %采样⾓度间隔 即稀疏度 Data =pa_ mag(1:4 96,:) ; %仿真数据 delay = *Ts; ele_ no =numEle/spa; %稀疏之后的采样个数 for i=1:ele_ no % anticlockwise 逆时针⽅向 rm(i,1) = D_ r*cosd((i-1)*36 /ele_ no) ; % x coordinate cosd求余弦，但参数是⾓度 rm(i,2) = D_ r*sind((i-1)*36 /ele_ no) ; % y coordinate end %% coordination of reconstructed FOV成像区域坐标 center_x = ; center_y = ; left_top_x = -5 e-3 ; left_top_y