一种超声跨尺度和多参量检测的成像平台及方法与流程

1.本发明属于超声成像技术领域，涉及一种超声跨尺度和多参量检测的成像平台及方法。


背景技术：

2.随着国内外超声成像的不断研究和发展，众多新颖的成像方法不断地涌现出来。成像技术的进步使得超声成像实现了尺度的跨越，成像分辨率从毫米尺度提高到微米尺度。同时，如今的成像技术不仅可以通过利用人工智能技术改善人体组织脏器和血管成像的图像质量，提高图像的信噪比，还可以进行压力、组织力学特性等参数的测量，也可以通过检测声学参数从而实现对超声治疗过程的监控，以及高精度的三维成像等。然而，针对这些前沿成像方法的研究，往往存在成像方法的鲁棒性差、检测参量单一、经颅成像难以实现等问题。因此，亟需研究稳定有效的方法进行多模成像，同时实现跨尺度成像和多参量检测，并且在组织成像和经颅成像方面都可以获得高质量的成像结果。同时，目前对成像方法的研究因为仪器的限制，大多集中在方法本身，相对临床应用的距离较远，需要将方法的研究与临床接轨。
3.现阶段对于超声成像的创新研究，大多是基于一种开放的设备，可以调整发射超声信号的各种参数或者直接编程超声信号的发射波形，有选择地保存超声成像过程中各个环节的成像数据，针对不同环节的数据进行成像的研究。例如，美国verasonics inc公司的数字化可编程超声成像实验平台。这类设备具备发射和采集的功能，对于开发新的成像方法来说具有重大意义。但是这种设备本身不存在新的成像模式，难以适应快速产业转化的需求，同时，这类设备主要是针对理工科研究使用，由于其操作的复杂性，且不满足临床超声设备的要求，医学专家难以使用，故而难以实现前沿成像方法向临床的转化。
4.因此，根据医学超声成像临床研究和成像技术向临床转化的需求，亟需开发具备新颖的多模成像方法的成像平台。


技术实现要素：

5.为了克服上述现有技术的缺点，本发明的目的在于提供一种超声跨尺度和多参量检测的成像平台及方法，实现了基于超声跨尺度和多参量检测的多模成像方法。
6.为了达到上述目的，本发明采用以下技术方案予以实现：
7.本发明公开了一种超声跨尺度和多参量检测的成像方法，包括以下步骤：
8.步骤1、基于跨尺度成像或者参量检测，完成采集任务，获得没有经过波束合成的通道数据，以及超声图像数据、视频数据；
9.步骤2、将步骤1获得的没有经过波束合成的通道数据进行波束合成，得到射频数据；
10.步骤3、利用步骤1获得的没有经过波束合成的通道数据，根据帧数选择，确定成像区域、成像模式和相应的成像参数，实现被动声学成像；
11.利用步骤2获得的射频数据，获得跨尺度超声结构图像，包括：超分辨成像、多力学参量成像和微泡次谐波血压成像；
12.步骤4、针对步骤1获得的超声图像、视频数据，步骤3获得的被动声学成像或跨尺度超声结构图像，基于三维重建及可视化技术进行处理，获得超声三维图像；以此实现超声跨尺度和多参量检测的成像方法。
13.优选地，步骤4中，基于三维重建及可视化技术进行处理，具体包括：机器人空间校正、规划路径数据采集、三维插值重建和体素数据三维可视化。
14.优选地，步骤3中，获得跨尺度超声结构图像，具体包括：通过时空滤波、微泡定位、微泡追踪、多帧复合，提取超声造影剂微泡或者纳米液滴的信号并连接成轨迹，实现超分辨成像及血流动力学参数估计；通过微小位移估计、剪切波速度估计、粘弹性拟合，实现多力学参量成像；通过感应取区域选择、提取次谐波幅值、次诺波估测压力，实现次谐波血压成像。
15.优选地，针对步骤4所得的超声三维图像进行显示或存储。
16.优选地，针对步骤3中所得被动声学成像和跨尺度超声结构图像，均通过调节显示参数进行显示或存储，或进行图像数据存储。
17.优选地，步骤1中，采集任务具体包括依次进行的波形编辑、设定发射序列、调整发射采集参数、选择成像模式和设置数据类型。
18.进一步优选地，波形编辑分为平面波波形编辑和聚焦波波形编辑。
19.进一步优选地，设定发射序列中序列模式分别为平面波模式、聚焦波模式、聚集波和平面波交替发射模式。
20.优选地，利用步骤2获得的射频数据获得跨尺度超声结构图像之前，对步骤2获得的射频数据通过卷积神经网络的深度学习方法，实现高帧率高信噪比的人工智能平面波成像；然后利用所得高帧率高信噪比的人工智能平面波成像，获得跨尺度超声结构图像。
21.本发明公开了一种超声跨尺度和多参量检测的成像平台，包括超声信号采集控制子平台、跨尺度多模成像子平台和三维重建子平台；
22.其中，超声信号采集控制子平台用于编程发射超声信号波形，实现超声信号的采集和监控，进而获得没有经过波束合成的通道数据、射频数据和超声图像数据、视频数据；其中，跨尺度多模成像子平台搭建于超声信号采集控制子平台上，通过人工智能平面波成像技术用于获取高帧率高信噪比的超声平面波成像；针对所得高帧率高信噪比的超声平面波成像，跨尺度多模成像子平台用于获得跨尺度超声结构图像；其中，三维重建子平台用于将所得超声图像数据或所得跨尺度超声结构图像进行三维重建及可视化处理，获得超声三维图像。
23.优选地，针对所得高帧率高信噪比的超声平面波成像，跨尺度多模成像子平台用于获得跨尺度超声结构图像，具体包括如下操作：
24.跨尺度多模成像子平台用于进行被动声学成像，实现对超声治疗过程的监控；跨尺度多模成像子平台用于进行超分辨成像及血流动力学参数估计，获得组织或者经颅的微小血管网络；跨尺度多模成像子平台用于多力学参量成像，检测组织力学特性；跨尺度多模成像子平台用于次谐波血压成像，实现无创的压力检测。
25.优选地，三维重建子平台具体包括：机器人、电平转换模块、直流稳压电源、任意波
形发生器、压力监控模块和工控计算机；其中，通过机器人的规划路径移动采集全方位的信息，产生规则化的体素数据进行三维重建。
26.优选地，还包括显示及存储子平台，显示及存储子平台用于对获得的图像进行显示，或对显示的图像图片进行保存，或直接保存图像数据。调节显示参数获得最佳质量的图像，并且可以对显示图像图片进行保存，或者直接保存图像数据，用于进一步的成像分析和成像方法研究。
27.进一步优选地，针对需要进行显示的图像，通过调节显示参数获得最佳质量的图像。
28.与现有技术相比，本发明具有以下有益效果：
29.本发明以超声成像为基础，在自由设定进行超声信号采集的同时实现了一种超声跨尺度和多参量检测的成像方法。其中通过超分辨成像方法，能够对微米级的微小血管进行成像；通过微泡次谐波血压成像方法，能够实现对颅内血压的无创检测，通过多力学参量检测方法，检测组织的粘性和弹性。同时，集成多模成像方法和三维重建技术，为科学研究和成像方法向临床转化开辟了一条可行的道路。因此，本发明所述超声跨尺度和多参量检测的成像方法，实现了超声超分辨跨尺度成像和血压、粘弹性等多参量检测，对微小血管进行结构成像的同时可以检测参量进行分析。
30.进一步的，在跨尺度多模成像子平台中每一种成像技术的具体成像过程中，每一环节得到的相关数据可以进行保存，并以此数据进行进一步的研究，使得对成像技术的研究改进更加便捷。同时，每一种成像技术都是开放的，不仅可以进行分步成像，对成像技术的每一环节进行研究，还设置有一键成像模式，适用于不关心成像过程，只注重最终成像结果的临床研究。
31.进一步地，综合实现聚焦波、平面波和发散波等多种超声信号发射方式，可编程发射超声信号波形以及多种发射参数可调的自由设定超声采集成像，保存各个环节的超声数据。
32.本发明还公开了一种超声跨尺度和多参量检测的成像平台，其中，超声信号采集控制子平台不仅具备了传统超声设备的成像功能，可以获取各种类型的成像数据。同时搭载上述超声跨尺度和多参量检测的成像方法，通过三维重建子平台，可以利用超声信号采集控制子平台得到的图像数据进行三维重建，也可以对跨尺度多模成像子平台获得的结果进行三维重建，使得重建具有很高的灵活性。因此，本发明所述超声跨尺度和多参量检测的成像平台，有效解决了成像技术难以向临床转化的问题。
33.进一步的，平台搭载线性调频信号发射功能和低频换能器，通过发射波形的设计，结合各子平台的成像方法，实现了大动物或者人的经颅成像。
34.进一步的，显示及存储子平台将各种成像技术获得的结果进行统一显示，实现了多种尺度成像和多参量检测的综合，并且可以对图像图片和数据结果进行保存，便于研究的拓展。
35.综上所述，本发明所述一种超声跨尺度和多参量检测的成像平台和一种超声跨尺度和多参量检测的成像方法，提供可编程发射波形以及自由设定发射采集参数进行超声信号采集的成像方式，集成多模成像方法并具备人工智能平面波成像技术，实现跨尺度血管成像、血管直径、血液流速等血管动力学参数提取，血管压力检测，血管周围组织力学特性
参数检测以及三维重建技术，所具有的被动声学成像技术可以对超声治疗过程进行监控，并且实现了大动物和人的经颅成像。形成了一种超声跨尺度和多参量检测的成像平台及方法。因此，具有如下优点：
36.第一：超声信号采集控制子平台，根据成像目标以及预期成像结果，编程波形，调节发射参数，实现了自由设定超声成像，使得对于超声成像的研究更加灵活；
37.第二：通过对采集过程的监控，在长时间的采集过程中，避免了采集过程发生故障而使用者不知的状况，为科学研究节约了宝贵的时间；
38.第三：国际前沿的成像技术在跨尺度多模成像子平台上实现，可以有选择地进行多种尺度的成像或者参量检测；
39.第四：多种成像实现之后，可以进行三维重建，从各个角度反映成像目标，使得成像结果包含的信息更加丰富。
附图说明
40.图1为本发明所述超声跨尺度和多参量检测成像方法流程及平台结构图；
41.图2为本发明中超声信号采集和跨尺度多模成像用户控制界面；
42.图3为本发明中人工智能平面波成像技术用户控制界面；
43.图4为本发明中超分辨成像用户控制界面；
44.图5为本发明中多力学参量成像用户控制界面；
45.图6为本发明中微泡次谐波血压成像用户控制界面；
46.图7为本发明中被动声学成像用户控制界面；
47.图8为本发明中三维超声图像重建与可视化系统结构示意图；
48.图9为本发明中三维超声图像重建与可视化系统用户控制界面；
49.图10为本发明中显示及存储子平台用户控制界面。
具体实施方式
50.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
51.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
52.下面结合附图对本发明做进一步详细描述：
53.一种超声跨尺度和多参量检测的成像方法，包括如下步骤，
54.步骤1，根据需求，自由设定采集参数以便进行跨尺度超声成像。根据跨尺度成像或者参量检测的具体要求，进行波形编辑、设定发射序列、调整发射采集参数、选择成像模式和设置数据类型进行成像，获得没有经过波束合成的通道数据，以及超声图像、视频数据。
55.步骤2，使用平台硬件波束合成方法或自定义波束合成方法，利用平台获取的没有经过波束合成的通道数据进行波束合成，得到射频数据。
56.其中，基于步骤1获得的没有经过波束合成的通道数据，超声图像、视频数据，以及射频数据，保证了平台对临床超声设备的兼容性。
57.其中，通过将步骤1得到的超声图像、视频数据和步骤2进行波束合成得到的射频数据的超声图像进行对比，可以通过该对比分析图像质量改进的状况，从而进行波束合成方法的研究。波束合成后的到射频数据，可以用于后续处理。
58.步骤3，具体包括如下：
59.①
，被动声学成像：利用平台得到的通道数据，从时间角度出发选择帧数，确定成像区域和成像模式，设置相应的成像参数，实现被动声学成像，实现对高强度聚焦超声热损伤过程进行监控；
60.②
，优选地，人工智能平面波成像技术针对高帧率平面波成像：对步骤2获得的射频数据，通过卷积神经网络的深度学习方法(亦为人工智能平面波成像技术)，以多角度复合的高质量超声图像为目标，进行学习从而提高图像质量，实现高帧率高信噪比的人工智能平面波成像，克服了平面波成像因为复合角度过多导致帧率下降的缺点；
61.③
，同时，针对步骤
②
所得高帧率高信噪比的人工智能平面波成像，或者直接针对步骤2获得的射频数据，进行跨尺度超声结构图像的获取，包括：通过时空滤波、微泡定位、微泡追踪、多帧复合一系列步骤，提取超声造影剂微泡或者纳米液滴的信号并连接成轨迹，实现超分辨成像及血流动力学参数估计；通过微小位移估计、剪切波速度估计、粘弹性拟合，实现粘弹性、流性等组织力学特性检测的多力学参量成像；通过感应取区域选择、提取次谐波幅值、次谐波估测压力，实现次谐波血压成像，进而实现对血管或者腔内的压力检测与成像。
62.步骤4，通过机器人空间校准以及规划路径数据采集技术采集超声数据，应用三维差值重建及体素数据三维可视化技术实现三维重建及可视化，基于步骤1中获取的超声图像、视频数据、步骤
①
中获得的被动声学成像、或者步骤
③
中获得的跨尺度超声结构图像，进一步的获得超声三维图像，并可进行三维图像显示或三维图像存储。
63.步骤5，对于每一种成像方法获得的图像，包括步骤3中所得被动声学成像、步骤
③
中所得超分辨成像及血流动力学参数估计、步骤
③
中所得超多力学参量成像、步骤
③
中所得次谐波血压成像(即为跨尺度超声结构图像)，均可以通过调节显示参数包括动态范围和成像区域大小，获得最佳的图像，进而对获得的最佳的图像进行图像显示或图像图片存储。或者直接存储图像数据，以便于进行进一步的研究。
64.一种超声跨尺度和多参量检测的成像平台，包括，如图1所示，分别为超声信号采集控制子平台、跨尺度多模成像子平台、三维重建子平台、显示及存储子平台，各部分具体如下：
65.1、超声信号采集控制子平台
66.超声信号采集控制子平台通过参数传递的方式控制超声信号的采集，通过波形编辑，设定发射序列，调整发射采集参数，选择成像模式，设置数据类型五个步骤完成一次设定的采集任务。
67.波形编辑分为平面波波形编辑和聚焦波波形编辑两种。将平面波与聚焦波分别进行编辑，通过选择波形面板中的波形模式选项确定对平面波或者聚焦波的编辑。通过波形选项，选择设置不同的波形，比如：方波、正弦波、线性调频波等。进一步的，根据所选波形分别设置该发射波形所需的参数如发射频率，周期个数等等。
68.设定发射序列中序列模式分别为平面波模式、聚焦波模式、聚集波和平面波交替发射模式。平面波模式下，发射采集参数部分只有平面波发射采集参数可调。聚焦波模式下，发射采集参数部分只有聚焦波发射采集参数可调。聚集波和平面波交替发射模式下，平面波和聚焦波的参数都可调。
69.针对不同的序列模式，设置不同的发射采集参数。发射采集参数分为平面波和聚焦波两种方式进行。平面波采集可控的参数有角度数、最大角度、采集帧数、帧率、电压；聚焦波可以控制的参数有焦点范围、焦点深度、采集帧数、脉冲重复频率、电压。
70.成像模式有发射接收和只接收两种可以选择，对于超声波由外部产生的情况，选择只接收模式进行成像。
71.通过设置数据类型选择保存的超声数据格式，有没有经过波束合成的通道数据、射频数据和超声图像、声视频数据三种可选。
72.超声图像实时显示在图像区域，用来监测超声信号采集过程是否发生意外终止。状态栏用来记录执行的操作和错误信息。同时，设置有各种成像方法的入口。
73.2、跨尺度多模成像子平台
74.在超声信号采集控制子平台的基础上搭建跨尺度多模成像子平台，用于进行各种尺度和模式的成像。人工智能平面波成像技术用于获取高帧率高信噪比的超声平面波成像，作为进一步成像的基础。针对所得高帧率高信噪比的超声平面波成像，完成时空滤波处理、微泡定位、微泡追踪、多帧复合，提取超声造影剂微泡或者纳米液滴的信号，实现纳米液滴或者微泡信号定位和追踪，追踪轨迹绘制以及多帧复合等操作，连接成轨迹，实现超分辨成像及血流动力学参数估计，获得组织或者经颅的微小血管网络；多力学参量成像通过检测剪切波并进行微小位移估计、剪切波速度估计、粘弹性拟合，实现多力学参量成像，检测组织力学特性；微泡次谐波血压成像通过检测微泡的非线性振动特性，提取产生的次谐波信号(通过感应取区域选择、提取次谐波幅值和次诺波估测压力)，实现次谐波血压成像，实现无创的压力检测。被动声学成像利用步骤1获得的没有经过波束合成的通道数据，根据帧数选择，对通道数据进行波束合成，有选择的放大相关信号分量，从而实现对超声治疗过程的监控。如图2所示，在超声信号采集的用户控制界面上设置有各种成像方法的按钮，可以选择研究模式或者应用模式。研究模式关心成像细节，对成像中各环节进行分析；应用模式直接得到最终图像。
75.平台结构及各种成像技术的方法流程如图1所示，跨尺度多模成像子平台利用超声信号采集控制子平台产生的数据进行各种尺度的成像，实现相应的成像技术。
76.该平台拥有人工智能平面波成像技术，用户控制界面如图3所示，对射频数据结果进行处理，保证了高帧率高信噪比的超声平面波成像的采集图像，同时得到了图像信噪比、
对比度等参数接近多复合角度的图像。将射频数据得到的黑白图像作为数据集，用于训练深度学习算法得到深度学习模型，最后输入任意的射频数据到深度学习模型中就可以相应的高质量图像。获得不同发射角度下的射频数据之后进入iq解调环节。这一环节采用希尔伯特变换的方法进行iq解调除去信号载波，提取信号中包含的组织结构信息，从而获得基带信号。接着，对基带信号求取强度并将其灰度级通过对数压缩到人眼能够适应的范围内，得到不同角度的平面波超声图像。对所有数据进行处理后得到数据集，将得到的数据分为训练集、验证集、测试集三个不同数据集。训练过程中，将射频数据作为深度学习模型的训练输入，将多复合角度平面波图像作为深度学习模型的学习目标。由此训练得到一个深度学习模型，这个模型可以实现输入少量角度的平面波图像，而输出的结果图像可以达到通过复合多个角度平面波才能获得的图像质量，实现了平面波成像的高时空分辨率。此外，在网络训练的迭代过程中加入了反馈系统，以解决过拟合问题，并有助于模型收敛。以上的方法步骤都是开放可更新的，深度学习算法可以选择不同的模型，有利于未来图像处理算法的可扩展性。并且深度学习模型具有通用性，输入图像可以是来自于其他尺度的图像，如血流的图像。在临床应用中，该技术可以满足许多对时空分辨率要求较高的超高速成像应用。
77.超声信号采集控制子平台和人工智能平面波成像技术得到的图像都可以被用来进行超分辨成像、多力学参量成像和微泡次谐波血压成像。
78.通过对超声造影剂微泡或者纳米液滴的定位追踪，实现组织或者经颅的超分辨成像。用户控制界面如图4所示，采用低频换能器发射线性调频信号进行经颅成像或者高频探头接收液滴相变的信号从而进行监控成像。也可以使用人工智能平面波成像技术得到的高质量图像，对数据进行处理从而获得超分辨图像，该成像方法的数据处理过程分为4个环节，分别是时空滤波，微泡定位，微泡追踪以及多帧复合。在有些环节运算结束之后，可以保存相应的数据进行单独分析，有针对性地改善某些环节的数据处理。时空滤波环节采用基于奇异值分解的时空滤波方法，通过对阈值的修改，滤除不同比例的组织信号，保留血流信号，绘制滤除了组织信号的普通黑白b超图像，在此之后，可以保存时空滤波后的图像数据。微泡或纳米液滴定位采用峰值定位的方法，通过定位阈值首先对图像进行预处理，滤除强度较低的噪声信号。之后通过遍历图像找到局部峰值，实现将微泡或纳米液滴信号转变为一个像素点的值，保存定位结果，每一个点的定位包含坐标信息和该点的强度信息。对定位得到的微泡或者纳米液滴进行追踪，采用马尔科夫数据相关的方法，通过卡尔曼滤波和概率计算实现追踪，并且可以绘制追踪轨迹，多次追踪之后，可以选择一定数量的帧数进行多帧复合。同时，得到的图像有普通黑白b超图像、滤除了组织信号的普通黑白b超图像、一次追踪得到的血管轨迹图像和多帧复合之后的血管轨迹。设计者还可将功能进行更新，对成像各环节设置开放，可以根据需求进行算法的更新。在以后的使用过程中，可以有选择的使用之前的方法或者更新之后的新方法。如，针对经颅的情形，添加相位矫正的环节。如果使用的是脉冲反转等成像技术，可以进行选择相邻帧图像相加以滤除组织信号的方法。微泡定位可以采用质心定位或者根据计算得到的点扩散函数进行高斯拟合定位。微泡追踪可以对马尔科夫数据相关算法进行更新，加入不同的限制条件，或者直接采用其他追踪算法。
79.多力学参量成像检测组织力学特性。用户控制界面如图5所示，该成像技术的数据处理过程分为3个环节，分别是微小位移估计，剪切波速度估计，粘弹性拟合。微小位移估计环节采用基于互相关运算的方法，通过对不同帧之间进行互相关运算得到组织位移信息，
在此之后，可以保存估计得到的位移数据。速度估计采用相位时延的方法，通过对某条扫描线的信号进行相位预处理，得到剪切波在该线的相位变化趋势求解速度。粘弹性拟合则是将剪切波速度估计结果与对应的频率作为数据源，利用力学模型进行最小二乘拟合从而求取粘弹性。该成像方法可以进行经颅脑组织弹性成像，获取大动物或者人的经颅脑组织弹性图像。
80.微泡次谐波血压成像对数据进行处理从而获得感兴趣区域压力分布图及感兴趣区域平均压力。用户控制界面如图6所示，数据处理过程分为3个环节，分别是感兴趣区域选取，次谐波幅值提取，次谐波估测压力。感兴趣区域选取是在b超图上利用截取函数选择，并标记位置，此时可以保存标记有感兴趣区域的b超图像和只有感兴趣区域部分的b超图像。通过选择分段法或逐步法对感兴趣区域进行傅里叶变换，进行次谐波幅值提取。之后对所有帧进行次谐波幅值提取并平均，得到感兴趣区域次谐波分布图，此时可以保存该图像。输入次谐波和压力线性关系中的参数，进行压力估测，得到感兴趣区域压力分布图和该区域的平均压力，保存压力分布图，次谐波压力线性关系的参数以及平均压力。该平台可以进行颅内血管压力的测量，获取动物或人颅内血管压力，颅内血管压力直接实时反应脑血管的状态，为脑血管疾病的检测提供新方法。
81.被动声学成像可以实现对超声治疗过程的监控。子平台用户控制界面如图7所示，以高强度聚焦超声辐照进行治疗的组织为成像目标，利用超声信号采集控制子平台的线阵换能器被动接收超声辐照过程中的超声射频信号，在完成数据采集之后，对射频数据进行波束合成从而获得成像区域的被动声学成像结果。之后，进行成像模式，成像参数及成像区域选择，得到被动声学图像。选择单帧被动声学成像的帧数以及多帧叠加被动声学成像帧数范围之后，首先需要根据实际的超声辐照脉冲长度及成像需求选择成像算法，长脉冲选择非时序同步被动声学成像技术下的波束合成算法，短脉冲选择时序同步被动空化成像技术下的波束合成算法；根据实际的信号发射与采集过程设置对应参数；设置成像区域及像素大小，从而进行被动声学成像。在被动声学成像过程中使用基于时序同步的延时叠加波束合成算法或基于非时序同步的延时叠加积分波束合成算法，并绘制被动声学成像结果。设计者在研究过程中会开发出不同算法，因此可以在波束合成算法选择步骤可以添加不同的波束合成算法，来满足不同的成像需求。
82.3、三维重建子平台
83.如图8所示，自由扫描三维重建及可视化子平台包括六自由度机器人模块、电平转换模块、直流稳压电源模块、任意波形发生模块、压力监控模块和工控计算机模块。其中六自由度机器人通过rj45网线与工控计算机相连，六自由度机器人通过bnc线与电平转换模块输入端相连；电平转换模块输出端与直流稳压电源相连，电平转换模块输出端与任意波形发生器的外触发接口相连；任意波形发生器的输出端口与超声信号发射与接收控制子平台外触发端口相连；超声发射和接收平台通过蓝牙和工控计算机相连。主要操作流程如下：
84.1)校准操作：校准操作是自由扫描超声三维重建的必要环节，校准操作包括时间校准和空间校准。时间校准的目的是为了保证机器人采集的位置信息和超声诊断仪采集的图像信息具有同时性。空间校准的目的是获得基坐标系下的图像坐标。选择超声发射与接收控制子平台的二维成像探头在空间扫描成像目标，同时通过记录扫描图像的空间位置然后进行三维重建。
85.2)数据采集：数据采集包含位置采集和图像采集。其具体操作为：首先在机器人法兰盘端加持b超探头，手动模式操纵机器人移动到样品扫描的起始位置，按照成像质量调整机器人姿态，得到扫描效果最好的机器人姿态，通过机器人端rapid发送程序发送当前机器人法兰盘姿态数据到pc端，然后选择合适的路径手动模式移动机器人运动，保证这个路径中始终可以扫描到样品并且压力监控装置监控机器人和样品之间的压力在一定范围之内，否则调整机器人的姿态。接着机器人以指定的速度移动到示教位置，在到达路径点后，机器人控制器io口发送一个触发信号do1，经电压转化后驱动超声诊断仪采集该路径点的超声图像，在扫描过程中持续采集位姿信息和对应的图像数据。
86.3)三维插值与重建：在得到了路径点法兰盘姿态数据与对应位置的超声图像后，根据法兰盘姿态数据计算该点的法兰盘t坐标系对机器人基坐标系b的转移矩阵(_^b)m_r，同时右乘(_^t)m_s可以得到每张图像坐标系到机器人基座标系b的坐标转移矩阵(_^b)m_(s_i)，然后选择合适的三维重建算法，并选择重建精度和重建步长，从而确定规则体素序列中每点的体素值，完成三维重建。
87.4)三维可视化：在重建完成之后，保存重建后得到的规则序列图像，该序列图像用于我们开发的三维可视化软件打开，进行图像分割、滤波等处理后进行三维可视化。可视化有三种基本的方法：切片投影、表面渲染和体绘制。通过选择不同的方法得到可视化后的图像，对可视化的图像进行区域选取和测量等操作，测量目标的大小和体积。同时与其他mri或ct等成像方式得到的图像进行比对、融合。验证超声重建结果的准确性。
88.三维重建的结果如图9所示，三维重建及可视化系统集成了导入采集的三维扫描图像序列数据和对应的位姿坐标数据，该软件得到三维重建后的体素，选择图像序列保存路径，可将体素数据沿着z轴方向导出序列图像，然后利用可视化软件将其可视化显示，可得到多平面交叉投影结果、体绘制和面绘制结果，并可进行旋转，放大缩小等交互功能。
89.4、显示及存储子平台
90.显示及存储子平台可以显示原始b超图像，跨尺度和多参量成像的最终结果。具体包括：人工智能平面波成像可以显示经过网络模型处理后的高时空分辨平面波图像；超分辨微小血管成像可以显示高、低频超分辨微小血管图像；被动声学成像可以设置图像线性显示或对数化显示，并选择对数化动态范围，选择图像伪彩或灰度显示被动声学图像。多力学参量成像可以动态的显示组织弹性图像，次谐波血压成像显示感兴趣区域压力分布图，三维重建可视化技术可以动态显示三维结构图像。在所有子平台的用户控制界面上调节好图像之后，在显示及存储子平台上进行统一的调节和保存，如图10所示。
91.所有的图像均为同样大小，可以进行结构和各种参量的分析。
92.以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。