[发明专利]基于宽频带声学超材料的超快复合平面波成像方法有效

专利信息
申请号: 201910813822.4 申请日: 2019-08-30
公开(公告)号: CN110477951B 公开(公告)日: 2020-08-25
发明(设计)人: 郑音飞;李超;蒋东 申请(专利权)人: 浙江大学
主分类号: A61B8/00 分类号: A61B8/00;A61B8/08
代理公司: 北京高沃律师事务所 11569 代理人: 杜阳阳
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 宽频 声学 材料 复合 平面波 成像 方法
【权利要求书】:

1.基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,

所述超快复合平面波成像方法通过超快复合平面波成像装置实现;所述超快复合平面波成像装置包括发射接收超声探头和声学超材料结构;所述发射接收超声探头发出的超声波信号通过所述声学超材料结构后到达被测物体,所述发射接收超声探头还接收由所述被测物体反射的回波信号;

所述超快复合平面波成像方法,具体包括:

控制所述发射接收超声探头以预设发射频率,且以第一预设发射角度发出超声波信号,所述超声波信号通过所述声学超材料结构后到达被测物体;所述预设发射频率与所述声学超材料结构的响应频率相等;

控制所述发射接收超声探头以预设接收频率,且分别以第一预设接收角度、第二预设接收角度和第三预设接收角度接收所述被测物体反射的回波信号;所述预设接收频率为所述预设发射频率的n倍,n>1;所述第一预设接收角度等于所述第一预设发射角度,所述第二预设接收角度小于所述第一预设发射角度,所述第三预设接收角度大于所述第一预设发射角度;

采用所述回波信号重建所述被测物体的图像。

2.根据权利要求1所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,所述采用所述回波信号重建所述被测物体的图像,具体包括:

采用深度学习算法去除所述回波信号中的伪影信号,得到回波优化信号;

采用所述回波优化信号重建所述被测物体的图像。

3.根据权利要求1所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,

所述声学超材料结构的响应频率通过响应频率确定装置确定;所述响应频率确定装置包括发射探头、接收探头、与所述发射探头连接的信号发生器以及与所述接收探头连接的示波器;所述发射探头的输出端通过所述声学超材料结构与所述接收探头的输入端连接;所述信号发生器与所述示波器连接;

所述声学超材料结构的响应频率的确定方法为:

所述信号发生器在预设频率范围内以预设步长发出多个不同频率的电信号,每个频率的电信号均分为两路,第一路信号直接在示波器上显示,第二路信号依次经过所述发射探头、所述声学超材料结构和所述接收探头后,在所述示波器上显示;

比较每个频率下,在所述示波器上显示的两路电信号的波形,确定每个频率对应的第二路信号的波形的畸变程度、放大程度和延迟程度;

将畸变程度最小、放大程度最大,且延迟程度最小的第二路信号的波形对应的信号发生器的频率确定为声学超材料结构的响应频率。

4.根据权利要求2所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,所述采用深度学习算法去除所述回波信号中的伪影信号,得到回波优化信号,具体包括:

获取训练数据集;所述训练数据集包括含伪影信号的超声训练信号和去除伪影信号的超声训练信号;

构建三层卷积神经网络;

将所述含伪影信号的超声训练信号作为输入,所述去除伪影信号的超声训练信号作为输出,对所述三层卷积神经网络进行训练,得到训练好的三层卷积神经网络;

将所述回波信号输入至所述训练好的三层卷积神经网络中,得到回波优化信号。

5.根据权利要求2所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,所述采用所述回波优化信号重建所述被测物体的图像,具体包括:

根据所述回波优化信号,采用波束合成方法重建所述被测物体的图像。

6.根据权利要求1所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,1<n<3。

7.根据权利要求1所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,所述第一预设接收角度与所述第一预设发射角度均为A°;所述第二预设接收角度为A-δ°,所述第三预设接收角度为A+δ°,其中δ>0。

8.根据权利要求7所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,5<δ<7。

9.根据权利要求3所述的基于宽频带声学超材料的超快复合平面波成像方法,其特征在于,所述预设频率范围为[0.5MHz,15MHz];所述预设步长为1MHz。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910813822.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top