專利名稱：一種多普勒成像自動優化方法
技術領域：
本發明提供一種多普勒成像優化方法，尤其涉及一種多普勒成像自動優化方法。
背景技術：
多普勒成像是檢測血流運動速度的一種重要的成像方式，但受檢查部位、深度以及成像系統掃查速度等因素影響，多普勒成像的速度標尺(Scale)或者脈沖重復頻率 (PRF)、基線位置(Baseline)等成像參數可能不是最佳的，需要醫生根據實際情況進行手動調整，而在一般情況下這種調整難以一次完成，需要調整多次才能夠找到最好的成像參數檔位。本專利提供了一種根據多普勒譜圖自動對速度標尺、基線位置、增益、譜圖方向等一個或者多個成像參數進行優化的方法和裝置，通過一次按鍵就立刻進入以優化好的參數進行成像的模式，極大的方便醫生的使用。多普勒成像參數自動優化是改善多普勒成像易用性的一種重要技術，對此進行研究和發明較多。一般的思路是在用戶啟動優化按鍵后，采用較大的速度標尺進行多普勒成像，然后等待完成一個或幾個心動周期的成像之后，對所述獲得的一個或幾個心動周期的譜圖狀態進行技術分析，從而獲得最佳的成像參數，并將這些優化后的參數用于后續的多普勒成像。譜圖技術分析的目的是為了獲得譜圖上的血流信號強弱、所占帶寬、方向等信息，為獲得這些信息有的通過對成像路徑上的電子器件的噪聲特性進行計算，并與譜圖的噪聲情況進行對比來判斷是血流信號還是噪聲；有的技術通過一些統計學的方法，如局部譜圖的均值、方差等來譜圖進行分析，以區分血流和噪聲；在計算信號所占帶寬的技術中， 有的通過在一段時間的平均功率譜線上搜索信號的正反邊界，有的通過一段時間的平均功率譜線和最大功率譜線來進行邊界的確定；在判斷血流方向上，有的方法通過預存的模板進行判斷；有的利用譜線上的不同方向的能量和進行判斷等。多普勒成像參數的優化方法很多，但算法的復雜度、魯棒性以及響應速度等依然是研究重點。現有技術在用戶按下優化按鈕后，一般先以較大的速度標尺進行至少一個心動周期的成像，在完成該階段的成像后估計出優化后的成像參數，然后系統將獲得優化后的成像參數設置到多普勒成像的模塊中，系統將按優化后的參數進行正常的成像。上述估計最優成像參數的過程視算法的效率有快有慢，但一般都存在較明顯的一個暫態過程。

發明內容
本發明提供一種多普勒成像自動優化方法，其在多普勒成像的過程中，實時進行譜圖的監控和優化參數的估計，一旦用戶啟動優化掃描，系統可以實時響應用戶的需求，將實時估計的優化參數設置到當前的多普勒成像模塊中，從而避免了暫態過程較長對用戶使用帶來的不便。除此之外，本發明還可以非常容易實現實時的譜圖優化，即無需用戶按鍵啟動優化過程，而是系統自動啟動優化過程，比如完成一屏譜圖刷新后自動設置新的優化后的成像參數，或者當實時估計的優化參數與當前成像的參數相差超過某特定閾值后即自動設置新的優化后的成像參數。本發明為解決上述技術問題所采用的技術方案為一種多普勒成像參數自動優化方法，其包括以下步驟A.以大于當前用戶設定的速度檔位對應的脈沖重復頻率或者采樣率進行多普勒成像并獲取多普勒信號；B.獲得的所述多普勒信號分兩路進行處理，一路多普勒信號經過降采樣獲得對應用戶調節的速度檔位的多普勒信號，并對所述降采樣的多普勒信號進行傳統的多普勒信號處理獲得譜圖、聲音輸出；另一路多普勒信號用于實時監測多普勒信號的頻率范圍，實時估計最優的多普勒成像參數；C.啟動優化后將估計出的最優多普勒成像參數用于控制后續環節的處理，實現多普勒成像參數的自動優化。在脈沖波多普勒成像中所述A步驟成像使用的所述脈沖重復頻率為當前深度下所能達到的最大脈沖重復頻率。在連續波多普勒成像中所述A步驟成像使用的所述采樣率為系統支持的最大采樣率。所述C步驟中的實時監測多普勒信號為壁濾波處理前的信號，實時估計最優的多普勒成像參數后在進行壁濾波處理。所述C步驟中的實時監測多普勒信號為經過壁濾波處理之后的信號。所述步驟C中所述啟動優化的方式是用戶手動啟動或成像系統自動啟動。所述步驟B中所述實時監測多普勒信號頻率范圍的方法進一步包含如下步驟Bi.對所述多普勒信號進行功率譜計算；B2.實時檢測一段時間內每個頻率點上的最大功率，即獲得最大功率譜曲線；B3.對所述最大功率譜曲線進行信號和噪聲的判斷，判斷處理采用過閾值判斷法， 判斷之前需要的噪聲平均功率巧采用在線實時估計方法或預先在系統上測得，根據預先設置參數&確定噪聲閾值&巧，對最大功率譜曲線所有頻點的功率進行判斷，大于&巧判斷為信號記為1，否則判斷為噪聲記為0，獲得一個信號噪聲向量；B4.對所述信號噪聲向量進行統計處理，統計整個頻域范圍內各段信號的長度，信號長度小于給定閾值K2，為噪聲引起的假信號，將這段假信號對應得向量段置0 ；B5.對處理后的所述信號噪聲向量進行求和，求和結果為N，判定為信號存在嚴重頻譜混疊，并啟動更高的脈沖重復頻率或者采樣率進行多普勒成像，否則判定信號沒有發生嚴重頻譜混疊，根據信號向量的統計結果和分布范圍估計最優的多普勒成像參數。所述步驟B5估計的用于后續信號處理的多普勒成像參數包括最優降采樣率 DSRlfff，其計算方法為
k* NDSRrf =
prf SumSNV其中N為所述信號噪聲向量長度，SumSNV為所述信號噪聲向量累加和，k為一個預先設定的修正系數。所述步驟B5估計的用于后續信號處理的多普勒成像參數包括最優基線位置參數，在估計最優基線位置參數前首先進行血流方向的判斷，并估計反向血流多普勒信號的帶寬L，用此帶寬L及PRF降采樣率、PRF降采樣率修正系數k、血流方向來確定優化后的基線位置判斷血流方向為負的最優基線
1 + kBaseLine = — *N-L* DSRprf判斷血流方向為正的最優基線
ι _ tBaseLine = -y- *N + L* DSRprf所述的血流方向判斷首先將信號噪聲向量乘以方向向量PDV(p0Wer spectum direction vector)，方向向量為Ν/2個-1和Ν/2個1組成，對相乘獲得的所述向量進行累加求和，累加結果為非負數時，判定血流為正向；累加結果為負數時，判定血流為負向。本發明將多普勒分成兩路，一路用于多普勒信號處理，一路對多普勒譜圖進行實時監控和成像參數優化，在啟動優化時，將優化好的參數用于成像，從而實現實時響應，另外通過對最大功率譜線進行頻域和時域的處理，以及對噪聲信號向量進行條件性限制，使算法具有較強的魯棒性。總之，本發明提供了一種實時響應、簡單高效、魯棒性強的多普勒參數優化方法和裝置。


圖1為本發明實施例PW多普勒信號處理框圖；圖2為本發明參數優化實施例1 ；圖3為本發明實施例譜圖模式示意圖。
具體實施例方式下面根據附圖和實施例對本發明作進一步詳細說明本發明對PW和CW多普勒成像均適用，CW信號的采樣率可以與PW多普勒成像的脈沖重復頻率等效處理，本實施例就以PW多普勒成像為例，對本發明所采用的方案進行詳細的說明。在本實施例中，關鍵點在于PW多普勒掃描以當前深度下的最大脈沖重復頻率進行掃描，根據速度檔位對獲得的較高脈沖重復頻率的多普勒信號進行降采樣，然后進行后續信號處理；同時對獲得的較高脈沖重復頻率的多普勒信號進行實時的監控，實時計算最優的基線位置和脈沖重復頻率等多普勒成像參數。采用本實施例的一種多普勒信號處理框圖如圖1所示。由圖可見，在壁濾波后(也可在壁濾波前)留出一路用于進行多普勒參數自動優化處理，在該處理環節對多普勒信號進行實時計算最優的基線位置和脈沖重復頻率等多普勒成像參數。當用戶按下多普勒優化按鍵后(或者在實時的譜圖優化情況下由系統自動觸發的優化動作)，直接將上次優化好的基線和脈沖重復頻率等參數用于控制基線平移、降采樣和信號處理等環節，從而實現多普勒成像參數的自動優化。而傳統多普勒成像優化方法需要首先改變掃描的脈沖重復頻率，等待優化結果出來后，再次改變掃描脈沖重復頻率值進行掃描，因此本實施例提出的方法可以做到完全實時響應用戶的優化需求。Auto處理的一種具體最優實施方式的流程如圖2，所述實施例對基線和脈沖重復
頻率兩個參數進行了自動估計，Auto處理的實施方式不局限于這兩個參數，比如根據信噪比的估計可以給出最優成像增益自動估計，根據譜的形態判斷血流的方向等。首先對壁濾波結果進行功率譜計算及處理，然后對譜圖上的信號和噪聲情況進行判斷，將判斷結果保存在一個向量中，對噪聲信號向量進行處理，在信號噪聲情況向量的基礎上進行多次混疊判斷、一次混疊模式確認及參數優化等處理。下面對auto處理的幾個環節進行說明(一 )功率譜計算及最大功率譜估計對壁濾波結果進行功率譜計算，功率譜計算方法可以采用與傳統多普勒功率譜計算相同方法，即快速傅里葉變換法(FFT)。最大功率譜估計指的是估計在預先設定的一段時間內的每個頻率點不同時刻的最大功率值。該最大功率譜的估計可以每輸入一根譜線，即對最新的一段時間內的所有譜線進行最大功率譜的估計，這樣做雖然可以實時跟蹤最大功率譜的變化，但計算量會比較大。由于血流速度對特定的血管位置來說是具有相對穩定的速度范圍，因此也可以采用簡化的方法，即每隔一段時間進行一次最大功率譜的估計。在這一段時間內將第一根譜線保存到最大功率譜線存儲區中，從第二根功率譜線開始計算最大功率譜線，即在每個頻率點上將當前功率譜線與前一次計算出的最大功率譜線進行比較，選取較大的功率值作為頻點下的功率值。在獲得當前的最大功率譜線后，更新存儲區中的最大功率譜線。完成預定時間長度的最大功率譜估計后，重新啟動新一輪的最大功率譜估計。( 二)最大功率譜處理對當前的最大功率譜線在頻域和時域進行線性或者非線性的平滑(比如常用的 FIR/IIR濾波處理)減少受噪聲的影響，提高算法的魯棒性。(三)信號噪聲向量及處理對處理后的最大功率譜線ΛΡΓ^Ο進行信號和噪聲的判斷，判斷處理可以采用簡單的過閾值判斷法。在判斷之前需要知道噪聲的平均功率，噪聲平均功率巧可以采用現有技術中的在線實時估計方法，也可以預先測得噪聲平均功率。然后設置參數&確定噪聲閾值、巧，對處理后的最大功率譜所有頻點的功率進行判斷，大于、巧為信號，否則為噪聲， 用一個長度為N(N為譜計算時得到的頻率點數)的向量來表示當前譜線的信號噪聲情況 (SNV)，向量的每一項與頻率點一一對應，當前頻率點判斷為信號則對應頻率點設為1，否則設置為0。然后對信號噪聲向量進行統計處理，統計整個頻域范圍內各段信號的長度，如果信號長度小于給定閾值1(2，就認為是噪聲引起的假信號，將這段假信號對應得SNV段設置為 O0如SNV 向量為 00011100. ·· 0111111111111. · · 100000，信號長度閾值為 10，則第一段信號只有3個頻率單位長，認為是噪聲引起的假信號，處理后的SNV向量為00000000..
0111111111111. . . 100000(四)多次混疊判斷對處理后的信號噪聲向量進行求和，如果求和結果為N，說明信號充滿整個頻帶， 很可能發生了多次混疊，需要啟動更高的脈沖重復頻率或采樣率成像，否則信號沒有多次混疊，可以進行后續優化。即
7
SumSNV = YjSNVlQ)
N如果SumSNV = N,則表明信號充滿整個譜圖，發生多次混疊，啟動更高的脈沖重復頻率或采樣率成像；如果SumSNV < N,則進行基線和脈沖重復頻率降采樣率的優化。(五)一次混疊模式確認在未發生多次混疊的情況下，多普勒譜圖的模式主要有圖3所示a，b，c, d四種， 每一種又可以分為無混疊、臨界混疊和一次混疊三種情況。1)對于無混疊的情況，譜對應的SNV形式為0. . 001. . 110. . 00，即頭尾有若干個 0，中間若干個1。2)對于臨界混疊的情況，譜對應的SNV形式為1. · 110. · 00或者0. · 001. · 11，即頭或者尾有若干個0，其余區域為13)對于混疊的情況，譜對應的SNV形式為1. · 110. · 001. · 11，即頭尾有若干個1， 中間有若干個0即0和1的變化只有1次或者2次，否則就說明算法失敗或其他原因，對于算法失敗的情況如果在預定的時間內不能恢復正常，則不啟動優化。(六)脈沖重復頻率降采樣率優化SNV累加和SumSNV即為信號占有的譜空間，則脈沖重復頻率降采樣率DSRprf為
k* NDSRprf =，k為調節系數，取值為0 1，為了防止降采樣后發生混疊，k必
SumSNV
須滿足條件
Γ ,、SumSNVk>-
N(七)基線優化為了消除一次混疊或者將譜線移到合適的位置進行顯示，需要根據譜模式進行基線優化。1.血流方向確定如圖3所示的譜模式中，a和d為正頻率方向，b和c為負頻率方向。通過下面的方法來確定頻率方向。1)將 SNV乘以方向向量PDV(power spectum direction vector)方向向量為 Ν/2 個-1和Ν/2個1組成，即-1，· · ·，-1，-1，1. · ·，1，1dSNV = SNV*PDV2)對dSNV進行求和SumdSNV = Yd dSNVii)
N3)根據SumdSNV進行判斷SumdSNV < 0，表示血流方向為負方向SumdSNV > = 0，表示血流方向為正方向2.基線優化
從N/2處開始，計算與血流反方向的信號所占帶寬L，即血流方向為正，則從N/2開始向負頻率方向對SNV進行累加，遇到0就停止累加，累加和就是L ；同樣對血流方向為負的情況，從N/2開始向正頻率方向對SNV進行累加，遇到0就停止累加，累加和就是L。L= YJSNVQ)
t=N/2當SumdSNV < 0，q為向正頻率方向搜索SNV的第一個為0的索引號減1當SumdSNV >=0，q為向負頻率方向搜索SNV的第一個為0的索引號加11)血流方向為負的基線
1 + kBaseLine = — *N-L* DSRprf2)血流方向為正的基線BaseLine = ^-γ- *N + L* DSRprf上述實施例只是給出了一種最優實施方式的描述，最大功率譜處理環節可以省略，atuo處理可以在壁濾波前，也可以在壁濾波后進行，降采樣和基線平移的順序也可以互換，等等這些變化都不脫離本發明的核心思想。本領域技術人員不脫離本發明的實質和精神，可以有多種變形方案實現本發明， 以上所述僅為本發明較佳可行的實施例而已，并非因此局限本發明的權利范圍，凡運用本發明說明書及附圖內容所作的等效結構變化，均包含于本發明的權利范圍之內。
權利要求
1.一種多普勒成像參數自動優化方法，其特征在于包括以下步驟A.以大于當前用戶設定的速度檔位對應的脈沖重復頻率或者采樣率進行多普勒成像并獲取多普勒信號；B.獲得的所述多普勒信號分兩路進行處理，一路多普勒信號經過降采樣獲得對應用戶調節的速度檔位的多普勒信號，并對所述降采樣的多普勒信號進行傳統的多普勒信號處理獲得譜圖、聲音輸出；另一路多普勒信號用于實時監測多普勒信號的頻率范圍，實時估計最優的多普勒成像參數；C.啟動優化后將估計出的最優多普勒成像參數用于控制后續環節的處理，實現多普勒成像參數的自動優化。
2.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于在脈沖波多普勒成像中所述A步驟成像使用的所述脈沖重復頻率為當前深度下所能達到的最大脈沖重復頻率。
3.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于在連續波多普勒成像中所述A步驟成像使用的所述采樣率為系統支持的最大采樣率。
4.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于所述C步驟中的實時監測多普勒信號為壁濾波處理前的信號，實時估計最優的多普勒成像參數后在進行壁濾波處理。
5.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于所述C步驟中的實時監測多普勒信號為經過壁濾波處理之后的信號。
6.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于所述步驟C 中所述啟動優化的方式是用戶手動啟動或成像系統自動啟動。
7.如權利要求1所述的一種多普勒成像參數自動優化方法，其特征在于所述步驟B 中所述實時監測多普勒信號頻率范圍的方法進一步包含如下步驟Bi.對所述多普勒信號進行功率譜計算；B2.實時檢測一段時間內每個頻率點上的最大功率，即獲得最大功率譜曲線；B3.對所述最大功率譜曲線進行信號和噪聲的判斷，判斷處理采用過閾值判斷法，判斷之前需要的噪聲平均功率巧采用在線實時估計方法或預先在系統上測得，根據預先設置參數h確定噪聲閾值、巧，對最大功率譜曲線所有頻點的功率進行判斷，大于、巧判斷為信號記為1，否則判斷為噪聲記為0，獲得一個信號噪聲向量；B4.對所述信號噪聲向量進行統計處理，統計整個頻域范圍內各段信號的長度，信號長度小于給定閾值K2，為噪聲引起的假信號，將這段假信號對應得向量段置0 ；B5.對處理后的所述信號噪聲向量進行求和，求和結果為N，判定為信號存在嚴重頻譜混疊，并啟動更高的脈沖重復頻率或者采樣率進行多普勒成像，否則判定信號沒有發生嚴重頻譜混疊，根據信號向量的統計結果和分布范圍估計最優的多普勒成像參數。
8.如權利要求7所述的一種多普勒成像參數自動優化方法，其特征在于所述步驟B5 估計的用于后續信號處理的多普勒成像參數包括最優降采樣率DSRprf,其計算方法為k* NDSRrf =prf SumSNV其中N為所述信號噪聲向量長度，SumSNV為所述信號噪聲向量累加和，k為一個預先設定的修正系數。
9.如權利要求7所述的一種多普勒成像參數自動優化方法，其特征在于所述步驟B5 估計的用于后續信號處理的多普勒成像參數包括最優基線位置參數，在估計最優基線位置參數前首先進行血流方向的判斷，并估計反向血流多普勒信號的帶寬L，用此帶寬L及PRF 降采樣率、PRF降采樣率修正系數k、血流方向來確定優化后的基線位置判斷血流方向為負的最優基線 ι + kBaseLine = *N-L* DSRnrf 2 prf判斷血流方向為正的最優基線BaseLine = — *N + L*DSRnrf。 2 prf
10.如權利要求9所述的一種多普勒成像參數自動優化方法，其特征在于所述的血流方向判斷首先將信號噪聲向量乘以方向向量PDV，方向向量為N/2個-1和N/2個1組成，對相乘獲得的所述向量進行累加求和，累加結果為非負數時，判定血流為正向；累加結果為負數時，判定血流為負向。
全文摘要
本發明提供一種多普勒成像自動優化方法，其在多普勒成像的過程中，實時進行譜圖的監控和優化參數的估計，一旦用戶啟動優化掃描，系統可以實時響應用戶的需求，將實時估計的優化參數設置到當前的多普勒成像模塊中，從而避免了暫態過程較長對用戶使用帶來的不便。除此之外，本發明還可以非常容易實現實時的譜圖優化，即無需用戶按鍵啟動優化過程，而是系統自動啟動優化過程，比如完成一屏譜圖刷新后自動設置新的優化后的成像參數，或者當實時估計的優化參數與當前成像的參數相差超過某特定閾值后即自動設置新的優化后的成像參數。
文檔編號A61B8/06GK102247170SQ20101050337
公開日2011年11月23日 申請日期2010年9月29日 優先權日2010年9月29日
發明者張羽 申請人:深圳市藍韻實業有限公司