[发明专利]根据短的欠采样信号群生成彩色多普勒图像的系统和方法在审
申请号: | 202180045383.2 | 申请日: | 2021-06-15 |
公开(公告)号: | CN115715171A | 公开(公告)日: | 2023-02-24 |
发明(设计)人: | I·Z·阿波斯托拉基斯;F·C·梅拉尔;J·S·沈;F·G·G·M·维尼翁;汪世英;J-L·F-M·罗伯特 | 申请(专利权)人: | 皇家飞利浦有限公司 |
主分类号: | A61B8/08 | 分类号: | A61B8/08 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 李光颖 |
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: | 根据 采样 信号 群生 彩色 多普勒 图像 系统 方法 | ||
1.一种超声成像系统,包括:
处理器,其被配置为:
接收与第一射频(RF)信号群相对应的超声信号,所述第一RF信号群包括第一长度、第一脉冲重复频率(PRF)和第一灵敏度;
至少部分地基于与至少一个参考RF信号群相对应的参考超声信号来根据所述第一RF信号群估计第二RF信号群,所述至少一个参考RF信号群包括与所述第一RF信号群不同的第二脉冲重复率、第二长度或第二灵敏度中的至少一项;并且
使用所述第二RF信号群来生成彩色多普勒图像。
2.根据权利要求1所述的超声成像系统,其中,所述处理器还被配置为对与所述第一RF信号群相对应的所述超声信号进行壁滤波。
3.根据权利要求1所述的超声成像系统,其中,所述处理器实施神经网络以估计所述第二RF信号群,其中,所述神经网络包括一系列卷积神经网络。
4.根据权利要求3所述的超声成像系统,其中,所述一系列卷积神经网络是uNet。
5.根据权利要求3所述的超声成像系统,其中,所述神经网络还生成所述彩色多普勒图像,并且其中,所述一系列卷积神经网络的第一神经网络接收与所述RF信号群相对应的所述超声信号,并且提供平均多普勒相位图像和多普勒相位作为第一输出,其中,所述一系列卷积神经网络的第二神经网络接收所述第一输出,并且提供所述彩色多普勒图像作为第二输出。
6.一种方法,包括:
接收与第一射频(RF)信号群相对应的超声信号,所述第一RF信号群包括第一长度、第一脉冲重复频率(PRF)和第一灵敏度;
至少部分地基于与至少一个参考RF信号群相对应的参考超声信号来根据所述第一RF信号群估计第二RF信号群,所述至少一个参考RF信号群包括与所述第一RF信号群不同的第二脉冲重复率、第二长度或第二灵敏度中的至少一项;并且
使用所述第二RF信号群来生成彩色多普勒图像。
7.根据权利要求6所述的方法,还包括在所述估计之前对所述超声信号进行壁滤波。
8.根据权利要求6所述的方法,其中,所述估计是由包括一系列卷积网络的神经网络执行的。
9.根据权利要求8所述的方法,还包括训练所述神经网络,其中,所述训练包括:
提供至少一个RF信号群,所述至少一个RF信号群具有与所述第一RF信号群相同的第三长度、第三PRF或第三灵敏度中的至少一项;并且
提供根据所述参考RF信号群生成的对应的彩色多普勒图像作为期望输出。
10.根据权利要求9所述的方法,还包括根据所述至少一个参考RF信号群的子集来生成多个参考RF信号群。
11.根据权利要求9所述的方法,其中,所述输入和所述期望输出是从流动体模、模拟或体内中的至少一项获取的。
12.根据权利要求9所述的方法,其中,所述训练还包括应用掩蔽均方误差(MSE)损失。
13.根据权利要求12所述的方法,其中,所述掩蔽MSE损失至少部分地基于所述参考RF信号群的功率多普勒数据。
14.根据权利要求9所述的方法,其中,所述训练还包括应用对抗损失。
15.根据权利要求14所述的方法,其中,所述对抗损失基于二元交叉熵损失,所述二元交叉熵损失是通过训练鉴别器网络以将根据所述第一RF信号群生成的彩色多普勒图像与根据所述参考RF信号群生成的彩色多普勒图像区分开而生成的。
16.根据权利要求15所述的方法,其中,所述鉴别器网络具有条件生成对抗网络架构。
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/202180045383.2/1.html,转载请声明来源钻瓜专利网。