一种双换能器补偿成像方法、超声成像系统

    公开(公告)号:CN108245189A

    公开(公告)日:2018-07-06

    申请号:CN201711408508.5

    申请日:2017-12-22

    IPC分类号: A61B8/00

    摘要: 本发明涉及超声成像技术领域,公开了一种双换能器补偿成像方法、超声成像系统。本发明主要技术方案是:利用背对设置的第一换能器以及第二换能器发射超声波,对应地获得目标空间的第一图像以及第二图像;对所述第一图像进行失真特性分析,判断是否存在失真情况;界定所述第一图像的失真区域,用所述第二图像对应区域的数据,替换所述失真区域的数据;最后获得所述目标空间的、无失真的第三图像。实施本发明的有益效果主要有:第一换能器和第二换能器背对设置、同时成像,在避免相互信号干扰的同时,在有失真情况下可以补偿失真,在没有失真情况下可以提高帧频。

    一种双换能器补偿成像方法、超声成像系统

    公开(公告)号:CN108245189B

    公开(公告)日:2019-09-20

    申请号:CN201711408508.5

    申请日:2017-12-22

    IPC分类号: A61B8/00

    摘要: 本发明涉及超声成像技术领域,公开了一种双换能器补偿成像方法、超声成像系统。本发明主要技术方案是:利用背对设置的第一换能器以及第二换能器发射超声波,对应地获得目标空间的第一图像以及第二图像;对所述第一图像进行失真特性分析,判断是否存在失真情况;界定所述第一图像的失真区域,用所述第二图像对应区域的数据,替换所述失真区域的数据;最后获得所述目标空间的、无失真的第三图像。实施本发明的有益效果主要有:第一换能器和第二换能器背对设置、同时成像,在避免相互信号干扰的同时,在有失真情况下可以补偿失真,在没有失真情况下可以提高帧频。

    一种超声成像系统、方法及装置

    公开(公告)号:CN108652672B

    公开(公告)日:2021-06-22

    申请号:CN201810281127.3

    申请日:2018-04-02

    IPC分类号: A61B8/08

    摘要: 本发明适用超声医疗技术领域,提供了一种超声成像系统、方法及装置,该系统包括:由高频超声换能器和低频超声换能器组成的穿颅聚焦超声换能器和与穿颅聚焦超声换能器连接的超声激励接收设备,本发明当接收到对患者的颅内待治疗组织进行超声治疗的请求时,首先控制高频超声换能器测量患者的颅骨厚度和超声波在患者颅骨中传播的声速,然后将测量得到的颅骨厚度和声速反馈给低频超声换能器,对低频超声换能器的超声发射信号和超声接收信号进行聚焦参数补偿,最后低频超声换能器根据补偿的超声发射信号序列对颅内待治疗组织进行聚焦,并根据补偿的超声接收信号序列对颅内成像进行声场补偿,从而提高了超声穿颅聚焦的精确度和超声成像的清晰度。

    基于超声RF信号的超声成像方法、装置、设备及存储介质

    公开(公告)号:CN108836392A

    公开(公告)日:2018-11-20

    申请号:CN201810286743.8

    申请日:2018-03-30

    IPC分类号: A61B8/06

    摘要: 本发明适用计算机技术领域,提供了一种基于超声RF信号的超声成像方法、装置、设备及存储介质,该方法包括:接收采集的超声回波射频信号,沿超声回波射频信号对应的原始超声图像的深度方向,对原始超声图像进行分层,以得到多个分层图像,对每个分层图像进行去噪处理,以从每个分层图像中提取对应的分层血流图像,对每个分层血流图像进行插值,以得到插值后的高分辨插值图像,将高分辨插值图像叠加重组成一幅图像,以得到超声回波射频信号对应的高分辨率超声图像,最终得到超声回波射频信号对应的高分辨率超声图像,从而提高了血管图像的重建效果。

    基于超声RF信号的超声成像方法、装置、设备及存储介质

    公开(公告)号:CN108836392B

    公开(公告)日:2021-06-22

    申请号:CN201810286743.8

    申请日:2018-03-30

    IPC分类号: A61B8/06

    摘要: 本发明适用计算机技术领域,提供了一种基于超声RF信号的超声成像方法、装置、设备及存储介质,该方法包括:接收采集的超声回波射频信号,沿超声回波射频信号对应的原始超声图像的深度方向,对原始超声图像进行分层,以得到多个分层图像,对每个分层图像进行去噪处理,以从每个分层图像中提取对应的分层血流图像,对每个分层血流图像进行插值,以得到插值后的高分辨插值图像,将高分辨插值图像叠加重组成一幅图像,以得到超声回波射频信号对应的高分辨率超声图像,最终得到超声回波射频信号对应的高分辨率超声图像,从而提高了血管图像的重建效果。

    一种超声成像系统、方法及装置

    公开(公告)号:CN108652672A

    公开(公告)日:2018-10-16

    申请号:CN201810281127.3

    申请日:2018-04-02

    IPC分类号: A61B8/08

    摘要: 本发明适用超声医疗技术领域,提供了一种超声成像系统、方法及装置,该系统包括:由高频超声换能器和低频超声换能器组成的穿颅聚焦超声换能器和与穿颅聚焦超声换能器连接的超声激励接收设备,本发明当接收到对患者的颅内待治疗组织进行超声治疗的请求时,首先控制高频超声换能器测量患者的颅骨厚度和超声波在患者颅骨中传播的声速,然后将测量得到的颅骨厚度和声速反馈给低频超声换能器,对低频超声换能器的超声发射信号和超声接收信号进行聚焦参数补偿,最后低频超声换能器根据补偿的超声发射信号序列对颅内待治疗组织进行聚焦,并根据补偿的超声接收信号序列对颅内成像进行声场补偿,从而提高了超声穿颅聚焦的精确度和超声成像的清晰度。

    一种超声换能器及其制备方法

    公开(公告)号:CN110314834B

    公开(公告)日:2022-02-11

    申请号:CN201810265439.5

    申请日:2018-03-28

    IPC分类号: B06B1/06 B06B3/04

    摘要: 本发明涉及医学超声的技术领域,公开了一种超声换能器及其制备方法,所述超声换能器包括壳体,壳体内设置有压电层,所述压电层由至少两个压电阵元组成,所述压电阵元之间的频率间隔为50kHz~1.2MHz;所述压电层的前端设置有声透镜,所述声透镜用于保证不同频率的压电阵元共焦点。本发明可以同时接收两种或多种频率成分激励信号,可以在不增加功率损耗的前提下,增强超声的空化效应,该结构便于制备,成本较低。本发明可以增强治疗效果,可行性较好,在诸如血脑屏障打开、超声溶栓、消融治疗、神经调控等应用可以获得更佳的治疗效果。

    一种超声换能器及其制备方法

    公开(公告)号:CN110314834A

    公开(公告)日:2019-10-11

    申请号:CN201810265439.5

    申请日:2018-03-28

    IPC分类号: B06B1/06 B06B3/04

    摘要: 本发明涉及医学超声的技术领域,公开了一种超声换能器及其制备方法,所述超声换能器包括壳体,壳体内设置有压电层,所述压电层由至少两个压电阵元组成,所述压电阵元之间的频率间隔为50kHz~1.2MHz;所述压电层的前端设置有声透镜,所述声透镜用于保证不同频率的压电阵元共焦点。本发明可以同时接收两种或多种频率成分激励信号,可以在不增加功率损耗的前提下,增强超声的空化效应,该结构便于制备,成本较低。本发明可以增强治疗效果,可行性较好,在诸如血脑屏障打开、超声溶栓、消融治疗、神经调控等应用可以获得更佳的治疗效果。

    一种基于分时声镊的多微粒操控方法及装置

    公开(公告)号:CN115805050B

    公开(公告)日:2024-07-09

    申请号:CN202111510373.X

    申请日:2021-12-10

    IPC分类号: B01J19/10

    摘要: 本发明提供了一种基于分时声镊的多微粒操控方法及装置,方法包括:针对待操控的多个微粒,根据预设的操控需求设计超声脉冲序列;预设的激励系统加载各帧脉冲序列的全息声参数和时间参数,生成激励信号到换能器阵列;换能器阵列基于时间参数依次根据各个脉冲群的全息声参数生成超声波束,形成声场势阱,完成一帧脉冲序列对应的多微粒并行操控;完成各帧脉冲序列对应的多微粒并行操控,即可实现对多个微粒的操控需求。本发明提供的方案利用快速扫描切换声场波束的方法实现超声波对多微粒的并行操控。超声脉冲序列根据操控需求可编程设计,序列灵活,对换能器阵元的数量要求相对不高,在保证捕获的稳定性,降低了系统复杂度。

    一种基于残差网络和注意力机制的图像处理方法及系统

    公开(公告)号:CN112967295B

    公开(公告)日:2024-04-05

    申请号:CN202110258693.4

    申请日:2021-03-10

    摘要: 本发明提供了一种基于残差网络和注意力机制的图像处理方法及系统,方法包括:获取输入图像,输入图像包括第一图像和第二图像;根据第二图像对第一图像进行预处理,获取第一目标图像,基于第一目标图像获取第一标注图像;根据第一标注图像和第一目标图像对预设分割网络进行训练,获取第一分割网络,第一分割网络是包括具有残差网络和注意力机制的编码解码结构;通过第一分割网络对第一目标图像进行处理,获取输出图像。该方法基于深度学习技术对医学图像进行图像分割处理,恢复出高分辨率二值图像,能够得到更精确的分割结果,且计算效率更高,错误率更小,避免了人为因素干扰,为后续疾病的诊断和治疗提供精确的分割和定位依据。