随笔分类 -  彩超技术

摘要:评价图像的质量就是用一些客观的技术指标来评定某种成像技术的效果。为了评价超声图像的质量,一般文献上都把一下几个参数做为图像质量评定的标准:(1)细节分辨率:清晰地区分细微组织的能力。(2)对比分辨力:对比分辨力有两层含义:一指有明亮反射物存在的情况下鉴别弱回声组织的能力;二是分辨回声相接近的相邻组织的能力。(3)全场均匀性:在整个显示范围内都能提供较好的细微分辨率和对比分辨力的能力。例如在一些档次较低的超声仪器中,只是在声束聚焦的区域才有较高的分辨力,而在偏离聚焦区的远场和近场的分辨力都较差,这是全场均匀性的一个典型例子。(4)时间分辨力:指每两帧图像之间的时间间隔。时间间隔短,则对应较高的帧 阅读全文
posted @ 2012-06-25 11:06 AI算法蒋同学 阅读(2106) 评论(0) 推荐(0)
摘要:1 盲区 盲区是指B超设备可以识别的最近回波目标深度。盲区小则有利于检查出接近体表的病灶, 这一性能主要取决于放大器的特性。此外减小进入放大器的发射脉冲幅度和调节放大器时间常数,也会影响盲区大小。但是,对加有水囊的换能器测试,其盲区无意义。2 探测深度 B超设备在图像正常显示允许的最大灵敏度和亮度条件下所观测到回波目标的最大深度称为探测深度。该值越大,越能在生物体内更大范围进行检查。但是,影响这一性能的因素有以下几种原因:2.1 换能器灵敏度 换能器在发射和接收超声波过程中,实现了电→声和声→电转换效能。灵敏度越高,探测深度越大。灵敏度主要取决于晶片的机电性能和换能器声、电匹配层的匹配状... 阅读全文
posted @ 2012-06-25 09:39 AI算法蒋同学 阅读(4128) 评论(0) 推荐(0)
摘要:通过大量的论文文献学习,概括B超成像基本步骤包括:波束形成、数字信号处理以及数字图像处理。 数字波束合成是后期数字信号处理和成像的基础,也是万里长征第一步,波束合成的处理结果直接影像成像的好坏。 数字波束合成一般需要经过聚焦技术、动态孔径、幅迹变换等基本处理技术。波束形成之前需要对超声回波信号进行信号放大并进行A/D转换,过早的将超声回波信号进行A/D转换,有利于我们把数字信号移植到PC机中... 阅读全文
posted @ 2012-03-15 14:34 AI算法蒋同学 阅读(5399) 评论(1) 推荐(3)
摘要:模拟信号早期数字化 B超的接收电路用于检测由人体组织反射的超声信息。传统模拟B超接收电路经过对超声回波信号的放大、增益补偿、检波、滤噪及A/D转换等处理,将超声回波所携带的人体组织信息解调出来,最综将数字信号送到计算机进行成像处理;而全数字B超则利用高速A/D直接对前置放大后的回波信号进行采样,使得模拟信号提早转换成数字信号,即模拟信号早期数字化,在利用可编程逻辑器件对采样所得到的数据进行过滤、对数放大及检波等各种处理,有效地维护了信号的完整性,降低了失真,避免伪像。然而早期的数字化对A/D的位数,提高分辨率。采样频率理论上选择为回波信号最高频率的两倍以上,但还要考虑到相位量化误差等原因,就必 阅读全文
posted @ 2012-03-13 13:20 AI算法蒋同学 阅读(3342) 评论(0) 推荐(1)
摘要:医用超声阵列换能器波束容差分析与变迹处理王 波 万明习 王素品 陈忠民摘要: 用指向性函数研究了医用超声阵列换能器在具有幅度误差、相位误差及阵元失效情况下的波束特性,提出并应用幅度加权变迹处理、相位变迹处理和孔径变迹处理方法来改善阵列换能器的波束指向性.计算结果表明:相位误差和高斯分布幅度误差使旁瓣增大、栅瓣增多、波束特性变差,它们对声场特性的影响由误差的大小及分布情况共同决定.幅度加权变迹处理和孔径变迹处理都可以有效地抑制旁瓣,改变指向性;一个恒定孔径发射,可变孔径接收超声阵列系统存在一个最佳接收孔径,此时旁瓣最小.这一结论对医学超声和工业超声等领域都具有重要应用价值.关键词: 线列阵;指向 阅读全文
posted @ 2012-03-12 14:04 AI算法蒋同学 阅读(2179) 评论(0) 推荐(0)
摘要:摘要:全数字B超是超声医疗仪器的发展方向,他的基本技术特点是用数字硬件电路来实现数据量极其庞大的超声信号的实时处理。概述了全数字B超的发展方向及主要的信号处理技术,包括动态滤波、对数放大、包络检测和二次采样,该文介绍了国内外信号处理各阶段采用的方法。全数字化B超的关键技术包括两点:动态聚焦与全数字波束形成;模拟信号早期数字化。波束形成的主要功能是对接收的多通道超声回波信号进行延时求和,对各个通道进行不同的延时可实现超声回波信号的接收聚焦。延时精度是对定超声束质量乃至图像质量的核心要素。延时的方法可分为模拟延时与数字延时。传统模拟延时采用抽头延时线和模拟开关实现各通道回波信号的控制,体积庞大,不 阅读全文
posted @ 2012-03-12 13:39 AI算法蒋同学 阅读(1108) 评论(0) 推荐(0)