一種基于超聲衰減系數的肝臟脂肪定量測量方法
【專利摘要】一種基于超聲衰減系數的肝臟脂肪定量測量方法，屬于信號處理和肝臟衰減系數技術領域。測量不同程度脂肪肝患者肝臟脂肪含量，并掃描采集不同頻率f1、f2下的超聲回波信號，利用希爾伯特變換對超聲回波信號進行檢波，再利用短時傅里葉變換對檢波信號進行時頻分析，計算每個采樣時刻不同頻率對應幅值的平均值，對各個采樣點的平均值進行對數變換，然后兩組數據對應點做差，對連續的50個點進行線性擬合求直線斜率，最終求得對應點的衰減系數，可用于對肝臟組織進行實時、精確的衰減系數計算，最后，通過肝臟脂肪含量和肝臟超聲衰減系數的對應關系，建立模型，通過計算肝臟的超聲衰減系數推測肝臟脂肪含量，實現對肝臟脂肪含量的無創測量。
【專利說明】
一種基于超聲衰減系數的肝臟脂肪定量測量方法
技術領域
[0001] 本發明屬于信號處理和肝臟衰減系數技術領域，特別涉及一種新型肝臟組織超聲 衰減系數的計算方法，是基于對不同頻率fl、f2(超聲探頭中心頻率)下采集的超聲回波信 號處理來消除超聲系統本身對計算結果影響并進行肝臟脂肪定量測量研究的關鍵技術。
【背景技術】
[0002] 脂肪肝是由于各種原因引起的肝細胞內脂肪堆積過多的病變，是僅次于病毒性肝 炎的第二大肝病。脂肪肝屬于可逆性疾病，早期診斷并治療常可恢復正常。目前，臨床上進 行肝臟病變檢測的技術有超聲成像和計算機斷層掃描技術(CT)。傳統的超聲成像不能對肝 臟病變程度進行定量研究，CT被認為肝臟脂肪定量測量的金標準，但是CT檢查費用昂貴，且 對病人有一定的福射，不適合長期監測。超聲成像以其成本低廉，無電離福射傷害、實時成 像等優點成為國內外學者爭相研究的對象。
[0003] 超聲波在生物組織內傳播過程中，會發生反射、散射、衍射、吸收等一系列物理現 象，導致超聲波能量的衰減。當肝臟組織發生病變(如肝臟脂肪含量增加），信號傳播過程中 單位距離內能量的衰減會發生改變，即組織的超聲衰減系數發生了改變。基于上述基本知 識，通過大量測定臨床不同程度脂肪肝患者的肝臟脂肪含量和計算其肝臟超聲衰減系數， 通過超聲衰減系數和肝臟脂肪含量的對應關系，建立模型（不同范圍內的肝臟超聲衰減系 數對應不同程度的肝臟脂肪含量）。目前，肝臟衰減系數測量方法主要分為兩大類:時域法 (零交叉技術、參照體模法等)和頻域法(譜移法和譜差法等）。時域法即在時間領域內對信 號進行處理，此方法能夠對信號進行實時處理，但是對于超聲系統和其他非組織吸收因素 對于信號衰減的影響不易進行補償，缺少靈活性;頻域法即在頻域領域內對信號進行處理， 測量過程靈活，但是此方法一般需要離線處理。
[0004] 最大限度降低除組織吸收外影響超聲信號能量衰減的其他因素，同時又具有很高 的實時性是基于衰減系數進行肝臟脂肪定量研究的關鍵。總結時域和頻域內超聲衰減系數 的計算方法，大致基于兩種狀態進行計算:基于同一組織不同深度下的回波信號進行時域、 頻域處理;基于參照組和實驗組同一深度回波信號進行時域、頻域處理。上述方法容易受信 號傳播過程中散射因素、超聲儀器本身因素的影響。

【發明內容】

[0005] 本發明旨在提出一種實時、準確的肝臟超聲衰減系數計算方法，并進行肝臟脂肪 定量研究。本發明基于測量臨床上不同程度脂肪肝患者肝臟脂肪含量，并掃描采集不同頻 率fl、f2下的超聲回波信號，在頻域范圍內進行處理。首先，用希爾伯特變換對兩組超聲回 波信號進行檢波，并對每點的像素進行平均，極大地減小了數據的突變性;用短時傅里葉變 換進行時頻分析，計算每個采樣時刻頻率分量的平均值;再對此平均值進行對數變換，使頻 域內相乘的部分轉變為對數相加部分，便于對各個分量進行處理;將兩組數據進行對應點 做差，濾去除組織吸收以外對其他對衰減有影響的因素;對連續50個數據點進行線性擬合， 進行超聲衰減系數精確、實時計算;最后，通過肝臟脂肪含量和肝臟超聲衰減系數的對應關 系，建立模型(不同范圍內的超聲衰減系數對應不同程度的肝臟脂肪含量）
[0006] 具體技術內容包括如下步驟：
[0007] 1.0.測定多例不同程度脂肪肝患者或體模的肝臟脂肪含量，利用不同頻率的超聲 探頭掃描病人肝臟組織獲取超聲回波信號datal和data2;
[0008] 1.1.對超聲回波信號datal和超聲回波信號data2進行檢波得到env_datal和env_ data2，并求每個像素點的平均值mean_datal和mean_data2;
[0009] 1.2.對mean_datal和mean_data2所有列數據，對其每一列做短時傅里葉變換分別 得到每一列對應的時頻分析矩陣S1和S2,計算每個時刻點各頻率分量的平均值，得到一維 矩陣 mean_Sl 和 mean_S2;
[0010] 1.3?對mean_Sl和mean_S2進行對數變換得到一維矩陣log_Sl和log_S2,并對對應 點做差得到一維矩陣l〇g_S;
[0011] 1.4.對一維矩陣log_S進行線性擬合，計算超聲衰減系數；
[0012] 1 ? 5 ?對1 ? 2中mean_datal和mean_data2所有列數據中的每一列，重復1 ? 3和1 ? 4〇
[0013] 1.6.通過肝臟脂肪含量和肝臟超聲衰減系數的對應關系，建立模型（不同范圍內 的超聲衰減系數對應不同程度的肝臟脂肪含量）
[0014] 1.7.實際中然后通過肝臟超聲衰減系數，借助1.6建立的模型可以得到測定肝臟 脂肪含量。
[0015] 上述步驟1.1具體包括如下步驟:
[0016] 2.1對超聲回波信號datal和超聲回波信號data2進行希爾伯特變換，并取絕對值， 得到檢波信號env_datal和env_data2。
[0017] 2.2求每個數據點env_data(i . j)周圍橫向36個像素點、縱向20個像素點平均值， 賦給env_data(i，j)點，遍歷所有的數據點，得到mean_datal和mean_data2;
[0018] 上述步驟1.2具體包括如下步驟:
[0019] 3.1以mean_datal和mean_data2的第任--列q列數據為例，對其做短時傅里葉變 換得到時頻分析矩陣S1和S2，（橫坐標為時間，縱坐標為頻率）
[0020] 3.2計算31和32每一縱列的平均值，得到每個時刻的頻率分量的平均值1116&11_31和 mean_S2；
[0021] 上述步驟1.3具體包括如下步驟:
[0022] 4.1 計算 mean_Sl 和 mean_S2 的最大值 max_S 1 和 max_S2;
[0023] 4.2用mean_Sl中所有值除以max_S 1，用mean_S2中所有值除以max_S 1，再取20倍 的對數得到l〇g_Sl和log_S2;
[0024] 4.3對1(^_31和1(^_32做差，得到結果1(^_3。
[0025] 上述步驟1.4具體包括如下步驟:
[0026] 5.1取一維矩陣log_S中第i個數據及第i個數據之后的49個數據點log_S(l，i:i+ 49)總共連續50個點的數據，進行線性擬合，得到擬合直線斜率b;
[0027] 5.2將b帶入計算公式a = b/[2(f2_fl)]，計算超聲衰減系數a;
[0028] 5.3點數i從1依次取到log_S最后倒數第50個點數，重復5.1和5.2。
[0029] 有益效果
[0030] 1.本發明中超聲衰減系數計算簡便，具有實時性，可直接使用在臨床現有的超聲 設備中
[0031] 2.本發明中超聲衰減系數計算方法能夠有效的降低超聲系統本身對于計算結果 的影響，使得計算結更加精確。
[0032] 3.本發明中超聲衰減系數計算方法通過利用field_II軟件仿真超聲回波信號和 利用Terason T3000掃描超聲體模采集超聲回波信號進行計算驗證，具有很高的精度。 [0033] 4.本發明保證臨床上可以通過計算肝臟超聲衰減系數推測肝臟脂肪含量，實現臨 床上肝臟脂肪含量的無創測量。
【附圖說明】
[0034]圖1:本發明方法的流程圖；
[0035] 圖2:本發明方法中信號檢波流程圖；
[0036] 圖3:本發明方法中線性回歸流程圖；
[0037] 圖4:本發明方法中短時傅里葉變換流程圖。
【具體實施方式】
[0038] 本發明中超聲衰減系數算法驗證所使用數據均來自用不同頻率的超聲探頭掃描 臨床上不同程度脂肪肝患者的肝臟組織。具體實施步驟如下：
[0039] 1.臨床上或試驗中，測量多例不同程度脂肪肝患者的肝臟脂肪含量，利用不同頻 率的超聲探頭掃描病人肝臟組織獲取超聲回波信號datal和data2。
[0040] 2.對超聲回波數據datal和超聲回波數據data2進行檢波，得到檢波信號 [0041 ] env_datal 和 env_data2，并求每個像素點的平均值 mean_datal 和 mean_data2。 [0042] (1)檢波過程(見說明書附圖圖2):對超聲回波信號datal和data2做希爾伯特變 換，并取絕對值得到env_datal和env_data2。
[0043] (2)平均過程:求每個數據點env_data(i.j)周圍橫向36個像素點、縱向20個像素 點平均值，結果為env_data(i，j)點的平均像素，遍歷所有的數據點，得到mean_datal和 mean_data2；
[OO44] 3.以mean_datal和mean_data2的第q列數據為例，對其做短時傅里葉變換，計算每 個時刻點各頻率分量的平均值，得到一維矩陣mean_Sl和mean_S2。
[0045] (1)短時傅里葉變換（以第q列數據為例，見說明書附圖圖4):對mean_data 1和 mean_data2第q列數據進行短時傅里葉變換，得到時頻分析矩陣SI (ml*nl)和S2(ml*nl)(橫 坐標為時間，縱坐標為頻率）
[0046] (2)各時刻分量頻率平均值：
[0047] j依次取1到nl所有值，遍歷所有列
[0048] 4.對mean_Sl和mean_S2進行對數變換得到一維矩陣log_Sl和log_S2,并對應點做 差得到l〇g_S。
[0049] (1)尋找 mean_Sl 和 mean_S2 的最大值 max_Sl 和 max_S2
[0050] (2)對數變換：1〇8_31 = 20*1〇8(1116&11_31/1]1&叉_31)，1〇8_32 = 20*1〇8(1116&11_32/ max_S2)
[0051] (3)對應點做差：log_S = log_Sl-log_S2
[0052] 5.對log_S連續50個點進行線性擬合(見說明書附圖圖3)，計算超聲衰減系數。
[0053] (1)取log_S( 1，i : i+49)連續50個點的數據，進行線性擬合，得到擬合直線斜率b;
[0054] (2)將b帶入計算公式a = b/[2(f2_fl)]，計算超聲衰減系數a
[0055] (3)點數i從1取到log_S最大列數減去49，重復5.1和5.2
[0056] 6.列數q從1依次取到mean_datal和mean_data2的最后一列，重復步驟3，4，和5。
[0057] 7.通過肝臟脂肪含量和肝臟超聲衰減系數的對應關系，建立模型（不同范圍內的 超聲衰減系數對應不同程度的肝臟脂肪含量）。
【主權項】
1. 一種基于超聲衰減系數的肝臟脂肪定量測量方法，其特征在于，包括以下步驟： 1.0.測定多例不同程度脂肪肝患者或體模的肝臟脂肪含量，利用不同頻率的超聲探頭 掃描病人肝臟組織獲取超聲回波信號datal和data2; 1 · 1 ·對超聲回波信號datal和超聲回波信號data2進行檢波得到env_datal和env_ data2，并求每個像素點的平均值mean_datal和mean_data2; 1.2. 對mean_datal和mean_data2所有列數據，對其每一列做短時傅里葉變換分別得到 每一列對應的時頻分析矩陣Sl和S2,計算每個時刻點各頻率分量的平均值，得到一維矩陣 mean_Sl和mean_S2; 1.3. 對mean_Sl和mean_S2進行對數變換得到一維矩陣log_Sl和log_S2，并對對應點做 差得到一維矩陣l〇g_S; 1.4. 對一維矩陣log_S進行線性擬合，計算超聲衰減系數； 1.5. 對1.2中mean_datal和mean_data2所有列數據中的每一列，重復1.3和1.4。 1.6. 通過肝臟脂肪含量和肝臟超聲衰減系數的對應關系，建立模型； 1.7. 實際中然后通過肝臟超聲衰減系數，借助1.6建立的模型可以得到測定肝臟脂肪 含量。2. 根據權利要求1所述的一種基于超聲衰減系數的肝臟脂肪定量測量方法，其特征在 于： 步驟1.1包括以下步驟： 2.1對超聲回波信號datal和超聲回波信號data2進行希爾伯特變換，并取絕對值，得到 檢波信號 env_datal 和 env_data2; 2.2求每個數據點env_data (i . j)周圍橫向36個像素點、縱向20個像素點平均值，賦給 env_data(i，j)點，遍歷所有的數據點，得到mean_datal和mean_data2。3. 根據權利要求1所述的一種基于超聲衰減系數的肝臟脂肪定量測量方法，其特征在 于:所述的步驟1.2包括： 3.1以mean_datal和mean_data2的第任--列q列數據為例，對其做短時傅里葉變換得 到時頻分析矩陣Sl和S2,橫坐標為時間，縱坐標為頻率； 3.2計算S1和S 2每一縱列的平均值，得到每個時刻的頻率分量的平均值m e a η _ S1和 mean_S2〇4. 根據權利要求1所述的一種基于超聲衰減系數的肝臟脂肪定量測量方法，其特征在 于:所述的步驟1.3包括： 4 · 1計算 mean_Sl 和 mean_S2 的最大值 max_S 1 和 max_S2; 4.2用mean_Sl中所有值除以max_S 1，用mean_S2中所有值除以max_S 1，再取20倍的對 數得到 l〇g_Sl 和 log_S2; 4.3對log_Sl和log_S2做差，得到結果log_S。5. 根據權利要求1所述的一種基于超聲衰減系數的肝臟脂肪定量測量方法，其特征在 于:所述的步驟1.4包括： 5.1取一維矩陣log_S中第i個數據及第i個數據之后的49個數據點log_S(l，i : i+49)總 共連續50個點的數據，進行線性擬合，得到擬合直線斜率b; 5.2將13帶入計算公式3 = 13/[2(￡2-￡1)]，計算超聲衰減系數3; 5.3點數i從1依次取到log_S最后倒數第50個點數，重復5.1和5.2。
【文檔編號】A61B8/00GK105930665SQ201610267041
【公開日】2016年9月7日
【申請日】2016年4月26日
【發明人】吳水才, 王月, 周著黃
【申請人】北京工業大學