[发明专利]具有用于根据欠采样超声数据产生图像的神经网络的超声系统在审
申请号: | 201980015424.6 | 申请日: | 2019-02-22 |
公开(公告)号: | CN111771138A | 公开(公告)日: | 2020-10-13 |
发明(设计)人: | C·M·斯威舍;J-L·F-M·罗伯特;M·阮 | 申请(专利权)人: | 皇家飞利浦有限公司 |
主分类号: | G01S7/52 | 分类号: | G01S7/52 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 孟杰雄 |
地址: | 荷兰艾*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 具有 用于 根据 采样 超声 数据 产生 图像 神经网络 系统 | ||
1.一种用于生成超声图像的系统,所述系统包括:
至少一个存储设备;以及
至少一个处理器,其操作地被耦合到所述存储设备;以及
至少一个非瞬态计算机可读存储介质,其上存储有指令,所述指令在由所述至少一个处理器运行时使得所述处理器:
接收欠采样超声数据;
通过使用神经网络修改所述欠采样超声数据以表示充分采样超声数据来产生经修改的超声数据,所述神经网络通过以下操作而被训练:
提供包括充分采样超声数据的第一超声数据集;
降低所述第一超声数据集的采样以产生具有缺失数据的第二超声数据集;
将所述第二超声数据集耦合到包括所述神经网络的一个或多个神经网络以生成被估计为表示所述缺失数据的新数据;
通过修改所述第二超声数据集以包括所述新数据来生成第三超声数据集;
由所述一个或多个神经网络将所述第三超声数据集分类为真或假;并且
基于分类的精确度来调节针对所述一个或多个神经网络的一个或多个节点的激活规则;并且
基于所述经修改的超声数据来生成超声图像。
2.根据权利要求1所述的系统,其中,所述欠采样超声数据包括从以小于超声信号的最高频率两倍的速率采样的所述超声信号获得的超声数据。
3.根据权利要求1所述的系统,其中,所述欠采样超声数据包括从平面波或者从分支波束获得的超声数据。
4.根据权利要求1所述的系统,其中,所述欠采样超声数据包括从40Hz或者更小的帧速率获得的超声数据。
5.根据权利要求1所述的系统,其中,所述欠采样超声数据包括被打包到从超声探头到超声系统的多个通道中的超声数据,其中,所述通道的数量小于换能器元件的数量。
6.根据权利要求1所述的系统,其中,所述充分采样超声数据包括从包括以下项的组中选择的超声数据:
从至少以等于或大于超声信号的最高频率两倍的速率采样的所述超声信号获得的超声数据;
从大于40Hz的帧速率获得的超声数据;以及
被打包到从超声探头到超声系统的若干通道中的超声数据,其中,所述通道的数量等于或大于换能器元件的数量。
7.根据权利要求1所述的系统,其中,所述欠采样超声数据,所述经修改的数据,或者所述第一超声数据集、所述第二超声数据集或所述第三超声数据集中的任意一个包括来自图像空间或k-空间的超声数据。
8.根据权利要求1所述的超声成像系统,其中,所述神经网络包括生成对抗网络的至少部分。
9.根据权利要求8所述的超声成像系统,其中,所述神经网络包括生成对抗神经网络的经训练的生成模型。
10.根据权利要求9所述的超声成像系统,其中,所述生成对抗神经网络还包括鉴别模型,并且其中,所述生成模型和所述鉴别模型通过以下操作而被同时训练:
接收多个先前采集的超声图像,每个先前采集的超声图像包括采集的充分采样超声数据集;
降低所述充分采样超声数据集中的每个的采样以产生相应生成的稀疏超声数据集;
使用包括成对的采集的充分采样超声数据集和相对应的生成的稀疏超声数据集的训练数据来训练所述神经网络,其中,所述训练包括:
将每个对中的所述生成的稀疏超声数据集耦合到所述生成模型以产生生成的充分采样超声数据;
将每个对中的采集的充分采样超声数据集和所述生成的充分采样超声数据集耦合到所述鉴别模型以将所述生成的充分采样超声数据集分类为真或假,并且计算表示分类的精确度的误差信号;以及
调节针对所述鉴别模型和所述生成模型的相应的一个或多个节点的一个或多个激活函数,其中,所述调节被配置为减少所述误差信号。
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皇家飞利浦有限公司,未经皇家飞利浦有限公司许可,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/201980015424.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:层叠无纺布
- 下一篇:生成装置、再现装置、生成方法、控制程序以及记录介质