一種基于超聲射頻時間序列的組織定征方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及超聲醫(yī)學、超聲組織定征領(lǐng)域，特別涉及一種基于超聲射頻時間序列 的組織定征方法。
【背景技術(shù)】
[0002] 由于超聲通過組織的傳輸和反射特性的復(fù)雜性，超聲和組織的相互作用機制尚未 十分明了，人們只能通過獲取組織的有用信息并做出解釋來間接達到鑒別正常和病變組織 的目的，同時由于其他檢診手段存在有創(chuàng)、不可重復(fù)、易引起并發(fā)癥等問題，從而促使人們 進行超聲組織定征的研究。
[0003] 傳統(tǒng)的超聲組織定征方法主要有兩種：超聲B型圖和超聲回波RF信號?；诔?聲B型圖像的組織定征主要提取圖像的紋理特征，然后用SVM、神經(jīng)網(wǎng)絡(luò)等分類器的分類準 確率、敏感度、特異性等對分類效果進行評估。超聲B型圖定征法存在著以下幾點缺陷：（1) 采用輝度調(diào)制顯示幅值信息，丟棄了豐富的相位信息，使得部分組織信息丟失；（2)該方法 使用了超聲圖像灰度，檢查結(jié)果受到儀器型號、儀器設(shè)置等的影響，一致性較差?；诔?回波RF信號主要對同一幀背散射回波RF信號使用超聲譜參數(shù)法進行組織定征，其假設(shè)ROI 內(nèi)組織是均勻的，具體做法是采用寬頻超聲探頭掃描組織獲取超聲回波RF信號，解調(diào)顯示 某一幀，截取ROI。對ROI內(nèi)的聲束逐條進行頻譜分析，提取譜特征參數(shù)，找出能有效區(qū)分正 常和病變組織的特征參數(shù)。此方法需要深度衰減補償，而不同病變程度的組織衰減能力是 有差異的，同時個體差異也會使得聲波傳播路徑不同，進而嚴重影響其分類精度。
[0004] 上述超聲組織定征方法，對噪聲敏感，受個體差異性影響大，所提特征往往僅為紋 理特征或頻譜特征，提取特征的角度過于單一，信息量不夠豐富。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種基于超聲射頻時間 序列的組織定征方法，該方法基于超聲RF時間序列，從分形、頻域、時域三個角度進行特征 提取，使用訓練集特征向量訓練分類器，然后將測試集輸入分類器，以分類器的分類精度作 為組織識別結(jié)果的評估指標。
[0006] 本發(fā)明的目的通過以下的技術(shù)方案實現(xiàn)：一種基于超聲射頻時間序列的組織定征 方法，包括以下步驟：
[0007] 步驟1、特征提取：對每個組織樣本進行如下操作，得到對應(yīng)的特征向量；
[0008] 步驟2、組織識別；
[0009] 所述步驟1包括以下步驟：
[0010] (1-1)掃描組織，獲取其超聲回波RF信號多幀；
[0011] (1-2)解調(diào)某幀超聲回波RF信號并顯示B型圖；
[0012] (1-3)在B型圖上選取大小為MXN的ROI;
[0013] (1-4)對ROI內(nèi)的每點取其前L幀RF信號構(gòu)造出MXN個長度為L的超聲RF時間 序列；
[0014] (1-5)提取超聲RF時間序列的分形特征、頻域和時域特征，即得到其特征向量；
[0015] 所述步驟2包括以下步驟：
[0016] (2-1)將組織樣本按一定比例劃分為測試集和訓練集；
[0017] (2-2)使用訓練集的特征向量訓練分類器；
[0018] (2-3)以測試集下分類器的評估識別結(jié)果。
[0019] 所述步驟（1-5)中，提取超聲RF時間序列特征向量的方法如下：
[0020] (1-5-1)分形特征：依次計算步驟（1-4)中構(gòu)造的MXN個長度為L的超聲RF時 間序列的分形維數(shù)，計算步驟如下：
[0021] (1-5-1-1)記時間序列為Ix(I) :1彡1彡L}，X(I)表示第1幀超聲RF時間序列 的幅度值；
[0022] (1-5-1-2)由給定的時間序列{x(l)}構(gòu)建新的時間序列
數(shù)；
[0031] (1-5-1-6)求取MXN個超聲RF時間序列的分形維數(shù)均值即得該樣本的分形特 征；
[0032] (1-5-2)頻域特征：提取了頻譜直線擬合斜率Slope、截距Interc印t及4段頻譜 之和S1,S2,S3, 54共6個頻域特征，計算步驟為：
[0033] (1-5-2-1)對長度為L的超聲RF時間序列{x(1)}作FFT變換得頻譜X(w);
[0034] (1-5-2-2)對相同頻率下的頻譜X(w)幅度求均值Xav?;
[0035] (1-5-2-3)對Xav?作歸一化處理得到歸一化頻譜尤M(W)??
[0037]式中，IXave (k)I為Xave(k)的絕對值，w為信號頻率；
[0038] (1-5-2-4)對Aruve(IV)進行直線擬合，得到譜斜率Slope、截距Intercept;根
[0039]據(jù)公式求S1,S2,S3,S4:
[0042] 式中，為信號長度，戈(W)為歸一化頻譜；
[0043] (1-5-3)時域特征：提取了峰度Kurtosis、峰值Peak、模糊熵、過零點mZCI和過零 點標準差nsZCI，依次計算步驟（1-4)中構(gòu)造的MXN個長度為L的超聲RF時間序列的這5 個特征，步驟如下：
[0045] 式中，L為信號長度，f為超聲RF時間序列幅值均值，X⑴代表第1幀超聲RF時 間序列的幅度值；
[0046] (1-5-3-2)峰值Peak為超聲RF時間序列前p個較大幅度絕對值的均值；
[0047] (1-5-3-3)計算模糊熵，所述模糊熵的計算步驟如下：
[0048] (1-5-3-3-1)設(shè)長度為L的超聲RF時間序列為Ix(I) :1彡1彡L}，其中，X(I)代 表第1幀超聲RF時間序列的幅度值；
[0060](1-5-3-3-8)因L有限，故計算估值模糊熵：
[0061]
[0062] 式中，E(m，n，r，L)為估值模糊熵，m為生成向量維數(shù)，n為指數(shù)函數(shù)邊界梯度，r為 邊界寬度；
[0063] (1-5-3-4)計算過零點mZCI和過零點標準差nsZCI，所述過零點mZCI和過零點標 準差nsZCI的計算步驟如下：
[0064] (1-5-3-4-1)設(shè)長度為L的超聲RF時間序列為Ix(I) :1彡1彡L};
[0065] (1-5-3-4-2)去均值化處理y(/)二X0)一龍；
[0066] (1-5-3-4-3)查找{y(l)}中的過零點數(shù)，計算兩個相鄰過零點之間的點數(shù)，記為 山，d2,…，dz;
[0067] (1-5-3-4-4)計算序列山，d2，…，dz的均值mZCI和歸一化標準差nsZCI，計算公式 如下：
[0070] 式中，無為超聲RF時間序列幅值均值，Z為過零點間隔最大數(shù)目；
[0071] (1-5-3-5)求取MXN個超聲RF時間序列的峰度Kurtosis、峰值Peak、模糊熵、過 零點mZCI和過零點標準差nsZCI這5個特征的均值即得到該樣本的時域特征。
[0072] 所述步驟（2-3)中，以分類精度作為評估識別結(jié)果的評估指標。
[0073] 本發(fā)明的原理：本發(fā)明首先采集超聲回波射頻（RadioFrequency，RF)信號多幀； 解調(diào)某幀RF信號并顯示B型圖，選取感興趣區(qū)（RegionOfInterest，R0I)，對ROI內(nèi)的每 點取其前L幀回波RF信號構(gòu)成超聲RF時間序列；基于構(gòu)建的超聲RF時間序列提取分形特 征、頻域和時域特征，將樣本集劃分為訓練集和測試集，使用訓練集訓練分類器，然后將測 試集輸入分類器，以分類器的分類精度對組織定征結(jié)果進行評估。本發(fā)明基于超聲RF時間 序列，提取分形、頻域、時域三個角度的特征，使用分類器識別組織，可廣泛應(yīng)用于超聲醫(yī)學 檢測、超聲組織定征等領(lǐng)域。
[0074] 本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：
[0075] 1、本發(fā)明基于超聲RF時間序列，由于超聲RF時間序列的信號取自同一位置，減小 了皮下脂肪厚度差異引起的超聲波傳播路徑和深度的差異帶來的誤差，且不需要深度衰減 補償，從而可提高定征精度；
[0076] 2、本發(fā)明從分形、頻域、時域三個角度進行特征提取，使有用信息更加豐富；
[0077] 3、本發(fā)明所基于的超聲RF時間序列可在常規(guī)B超檢查中獲取，不會產(chǎn)生額外開 支；
[0078] 4、本發(fā)明對組織是否均勻并無特殊要求，應(yīng)用范圍更加廣泛。
【附圖說明】
[0079] 圖1是本發(fā)明方法的流程圖。
[0080] 圖2是實施例大鼠肝組織B型圖。
[0081] 圖3是大鼠肝組織超聲RF時間序列圖。
[0082] 圖4是測試集大鼠5類別隨機森林分類精度圖，"〇"為真實類別，為預(yù)測類別。
[0083] 圖5是測試集大鼠5類別SVM分類精度圖，"〇"為真實類別，為預(yù)測類別。
【具體實施方式】
[0084] 下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限 于此。
[0085] 實施例
[0086] 如圖1所示，本實施例一種基于超聲射頻時間序列的組織定征方法，包括如下步 驟：
[0087] S1、構(gòu)建超聲RF時間序列。
[0088]SI. 1使用加拿大Ultrasonix公司生產(chǎn)的SonixTOUCH及中心頻率6. 6MHz的寬頻 線陣超聲探頭掃描Wistar大鼠肝臟包膜下的肝組織區(qū)域，記錄多幀超聲回波RF信號。
[0089]