一种高帧率心脏超声心肌运动位移估计方法及系统

1.本发明属于超声成像领域，具体涉及一种高帧率心脏超声心肌运动位移估计方法及系统。


背景技术：

2.心脏的高帧率成像，如因心肌纤维层应力重构，早期心衰，在静息态(心率65bpm左右)无法被准确检测。采用心肌压力测试(心率将达到120bpm以上)，包括药物的压力测试和运动态下的压力测试，诱发早期心脏心肌功能异常，由此来进行早期检测。
3.常用的压力测试主要是心电检测技术，但心电检测无法直观进行可视化；超声是影像学技术中帧率最高，具有实时动态、无辐射、床边检测等优势，因此常被用来心脏结构与功能成像。常规超声采用聚焦波超声成像或高帧率平面波超声成像。然而，超高帧率平面波存在低声压无焦点等导致的低信噪比等限制，为此，近年提出的多角度相干复合成像技术可以实现心脏的高帧率与高信噪比成像。
4.基于心动周期内的心肌的位移变化来评价心肌的收缩功能，是心脏最主要的力学评判根据。常规的方法包括组织多普勒估计法，互相关估计法，这类方法有利于大位移的估计，但对心肌的小位移估计不灵敏；光流法等方法对小位移估计灵敏，却因其对去相关噪声更具敏感性，因而不适于大位移估计。为此，如何在心肌位移估计中平衡大位移与小位移的估计是一个国际难题。
5.因心脏的快速搏动、特别是压力测试下高达120bpm以上的高速收缩与舒张变化，心肌的位移估计又受到帧间去相关噪声的干扰以及心肌平面外运动的干扰，而上述干扰又会导致在位移估计时存在极值点，特别是在心肌边缘的位移估计中，尤为明显，这严重降低了心肌位移估计的精度，特别在心脏应力测试下，更为重要。因此，如何在心脏压力测试下，心室高速收缩舒张搏动中准确估计心肌在收缩期、舒张期的位移变化，是一项国际难题。


技术实现要素：

6.本发明的目的在于提供一种高帧率心脏超声心肌运动位移估计方法及系统，以克服现有技术的不足，本发明通过整合大位移和小位移构建代价函数、引入正则项、改写代价函数、考虑重合率，能够实现心脏快速搏动期间心肌运动的准确估计。
7.一种高帧率心脏超声心肌运动位移估计方法，包括以下步骤：
8.1)在心脏高速搏动时，采用超声探头发射超高帧率多角度发散波并接受回波信号，获得高帧率多角度相干复合发散波心超序列射频数据。
9.2)通过人工智能技术对多个心动周期内的高帧率多角度复合发散波心超序列射频数据进行心肌的边缘检测和识别，产生心肌掩膜。
10.3)估计大位移估计项、小位移估计项、正则项共同构建心肌位移估计代价函数，并受时域与空域约束以提高该函数的鲁棒性。
11.4)在时域与空域约束条件下，对大位移估计项、小位移估计项、正则项的权重进行
迭代和最小二乘递归更新，获得瞬时心肌位移分布。
12.优选的，所述步骤1)具体包括以下步骤：
13.1.1)受试者的心脏高速搏动包括静息态与压力测试态，其中静息态时心率在55-75bpm，压力测试态时心率在120bpm以上。
14.1.2)采用相控阵阵列超声探头发射超高帧率的发散波，其帧率可达到4000hz以上；该发散波采用的是n个角度倾斜发射。
15.1.3)n个倾角的回波信号按角度变化周期进行波束合成与相干复合计算，重建获得高信噪比的高帧率发散波心超序列射频数据ri(i＝1,2,
…
,k)，k是最大帧数。
16.1.4)为了进一步提高波束合成与相干复合后的频率，按角度变化周期在进行相干复合计算时，前后周期的重合率可调，最小50％，最小的帧率可达到2k。
17.优选的，所述步骤2)具体包括以下步骤：
18.2.1)高帧率心超序列射频数据ri在垂直于声束方向进行插值。
19.2.2)选定多个心动周期内被插值的高帧率心超序列射频数据中间的第o帧作为参考帧，手动对感兴趣的心肌区域边缘打点，形成简单的心肌边缘闭合折线。
20.2.3)通过人工智能边缘检测识别方法，对心肌边缘折线进行处理，准确获得第o帧的心肌边缘轮廓；
21.人工智能边缘检测识别方法在本技术中采用贝叶斯神经网络。
22.2.4)以第o帧的心肌边缘轮廓为起始点，通过贝叶斯神经网络的人工智能运动跟踪技术，对心肌区域进行全自动的前向边缘追踪，跟踪方向是第o-1、o-2、
…
、1帧；之后对心肌区域进行全自动的后向边缘追踪，跟踪方向是第o 1、o 2、
…
、k帧。
23.2.5)边缘追踪过程受到心肌固有生理结构信息的约束，包括心肌边缘的流线性(心肌边缘是光滑的弧线)和跟踪方向的同向性(切线变化是连续的，不会有突然的正负变化)。
24.2.6)输出k帧的感兴趣区心肌轮廓曲线和心肌掩膜mi(i＝1,2,
…
,k)。
25.优选的，所述步骤3)具体包括以下步骤：
26.3.1)基于高帧率发散波心超序列射频数据r，按多普勒计算公式，获得心肌组织多普勒位移分布u；或由相邻帧的r，按互相关估计公式，获得心肌位移分布u。
27.3.2)由心肌组织多普勒位移项或互相关位移项构成心肌运动跟踪的大位移估计项j1(u)。
28.3.3)基于光流方法，获得相邻帧r之间的心肌位移分布u，构成心肌运动跟踪的小位移项j2(u)。
29.3.4)将j1和j2项的位移u转化在傅里叶域，以其散度和旋度的平方和构成心肌运动跟踪的正则项j
reg
(u)。
30.3.5)由大位移项j1、小位移项j2和正则项j
reg
构建心肌位移估计代价函数j(u)：
[0031][0032]
其中，α β＝1，为调整参数，用于考虑大小位移的相对贡献，可以通过具体的实验验证。
[0033]
3.6)进一步地，该代价函数j(u)在空域受心肌掩膜m约束，在时域受短时窗t约束，表达如下：
[0034][0035]
其中，j1为小位移估计项，优选的，为光流项；j2为大位移估计项，优选的，为多普勒项；j
reg
为正则项；m是由心肌分割区域的半窗口宽度决定的积分局部区域；时窗t需要酌情设置足够，以避免平面外运动。
[0036]
优选的，光流项和组织多普勒项分别由以下方程描述：
[0037][0038][0039]
其中，ω
of
和ω
tdi
分别是光流项和组织多普勒项的权重；光流项中，是归一化的空间梯度向量而是短时维度t内的归一化的时间梯度向量是短时维度t内的归一化的时间梯度向量是超快速复合发散超声心动图在径向和角度方向上的梯度向量；多普勒项中，是在多普勒方向上的单位位移矢量和短时尺度c，prf，φ，f0和fr分别是组织中的声速，脉冲重复频率，发射之间的相位延迟角，脉冲发射频率和相干复合之后的帧频。
[0040]
优选的，所述正则项在频域中被重写，并简化表达为以下等式：
[0041][0042]
其中是的空间傅立叶频率。将正则化项中的δ定义为(1/ξc)4时，位移估计模型重写为以下方程式：
[0043][0044]
其中ξc为空间截止频率。
[0045]
优选的，所述步骤4)具体包括以下步骤：
[0046]
4.1)对大位移估计项、小位移估计项、正则项的权重进行迭代，更新各自的权重。
[0047]
4.2)对大位移估计项、小位移估计项、正则项的权重进行最小二乘递归更新。
[0048]
优选的，所述运动估计模型估算瞬时心肌位移的调整参数α、β和δ将模型作为最小二乘问题求解，以最小化迭代过程中的二次短时空间成本函数。使用双平方函数h(
·
)逐点迭代地更新ω
of
和ω
tdi
的权重，将较小的权重分配给小位移项(优选的，光流项)和大位移项(优选的，组织多普勒项)的残差较大的点，如以下等式所示：
[0049][0050]
[0051]
ω0＝4vn/|σd 2v
n-fr|
[0052]
其中ω0∈[0,1]是迭代过程中ω
of
和ω
tdi
的初始化值，i是迭代次数。ω0∈[0,2vn]是多普勒标准偏差，vn是奈奎斯特多普勒速度。
[0053]
4.3)获得t短时窗内的心肌瞬时位移分布；然后按一定的短时窗重合率下的下一个短时窗t，重复上述步骤，获得该短时窗内的心肌瞬时位移分布；直至遍历整个k帧射频数据r，获得高帧率的心肌瞬时位移分布。
[0054]
一种高帧率心脏超声心肌运动位移估计系统，包括：
[0055]
数据发射采集模块，用于采用超高帧率多角度发散波至心脏并接受回波信号，获得高帧率多角度相干复合发散波心超序列射频数据；
[0056]
数据处理模块，用于对多个心动周期内的高帧率多角度相干复合发散波心超序列射频数据进行心肌的边缘检测和识别，产生心肌掩膜，根据心肌掩膜估计大位移估计项、小位移估计项、正则项共同构建心肌位移估计代价函数；
[0057]
位移估计模块，用于在时域与空域约束条件下，对大位移估计项、小位移估计项、正则项的权重进行迭代和最小二乘递归更新，获得瞬时心肌位移分布。
[0058]
与现有技术相比，本发明具有以下有益的技术效果：
[0059]
本发明一种高帧率心脏超声心肌运动位移估计方法，采用超高帧率多角度发散波至心脏并接受回波信号，获得高帧率多角度相干复合发散波心超序列射频数据，对多个心动周期内的高帧率多角度相干复合发散波心超序列射频数据进行心肌的边缘检测和识别，产生心肌掩膜，根据心肌掩膜估计大位移估计项、小位移估计项、正则项共同构建心肌位移估计代价函数，通过整合大位移和小位移构建代价函数、引入正则项、改写代价函数、考虑重合率，克服大位移和小位移难以平衡、位移估计时存在极值点、去相关噪声和平面外运动的难题，实现心脏快速搏动期间心肌运动的准确估计。
[0060]
本发明采用代价函数平衡大小位移估计项，同时加入正则项来解决位移估计时产生的极值点，主应变估计克服了有限的侧向视野和帧速率的限制，以及由于旁瓣干扰和应力测试期间的瞬时去相关而增加的伪影，可以精确地为应力测试过程中的复杂，大而快速的心肌变形成像，克服帧间去相关噪声的干扰以及心肌平面外运动的干扰，评估压力测试过程中的心肌收缩力。在临床上可用于在应力超声心动图条件的高心率下提供准确、客观的2d心肌应变评估。
附图说明
[0061]
图1为本发明实施例中整体流程框图。
具体实施方式
[0062]
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。
[0063]
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。
[0064]
本发明提出在基于结合小位移跟踪和大位移跟踪的估计优势，以及能够克服帧间去相关噪声的干扰以及心肌平面外运动的干扰的限制而进行的应变估计，所实施的一种高帧率心脏超声心肌运动位移估计方法，通过代价函数平衡大小位移估计项，同时加入正则项来解决位移估计时产生的极值点，并且考虑重合率来保证高帧率。
[0065]
为此，本发明利用高帧率多角度相干复合发散波获得高对比度和分辨率的超快速复合发散超声心动图的数据，并通过人工智能技术进行心肌的边缘检测和识别，自动分割心肌，使用大位移估计项、小位移估计项、正则项共同构建心肌位移估计代价函数，并受时域与空域约束以提高该函数的鲁棒性，然后再利用数值优化与迭代求解模型的最小二乘估计，获得高帧率心脏超声心肌运动位移估计。
[0066]
上述高帧率心脏超声心肌运动位移估计方法，具体包括以下步骤，如图1所示：
[0067]
(1)在心脏高速搏动过程中，采用超声探头发射n个角度倾斜的超高帧率多角度发散波并接受回波信号，产生超快速复合发散超声心动图，获得高帧率多角度相干复合发散波心超序列射频数据ri。
[0068]
(2)心超序列射频数据ri在垂直于声束方向进行插值，通过对多个心动周期内的高帧率多角度复合发散波心超序列射频数据进行心肌的边缘检测和识别，产生心肌掩膜。
[0069]
(3)基于高帧率发散波心超序列射频数据r，按多普勒计算公式，获得心肌组织多普勒位移分布u；或由相邻帧的r，按互相关估计公式，获得心肌位移分布u。
[0070]
(4)基于相应的估计方法构成大位移估计项j1、小位移估计项j2，将其位移转化在傅里叶域，以其散度和旋度的平方和构成心肌运动跟踪的正则项j
reg
(u)。由大位移估计项j1、小位移估计项j2，和正则项j
reg
构建心肌位移估计代价函数j(u)：
[0071][0072]
其中，α β＝1，为调整参数，用于考虑大小位移的相对贡献，可以通过具体的实验验证。该代价函数在空域受到心肌掩膜m约束，在时域受短时窗t约束，其表达如下：
[0073][0074]
(5)对大位移估计项、小位移估计项、正则项的权重进行迭代，更新各自的权重，然后进行最小二乘递归更新。
[0075]
所述运动估计模型估算瞬时心肌位移的调整参数α、β和δ将模型作为最小二乘问题求解，以最小化迭代过程中的二次短时空间成本函数。使用双平方函数h(
·
)逐点迭代地更新ω
of
和ω
tdi
的权重，将较小的权重分配给小位移项(优选的，光流项)和大位移项(优选的，组织多普勒项)的残差较大的点，如以下等式所示：
[0076]
[0077][0078]
ω0＝4vn/|σd 2v
n-fr|
[0079]
其中ω0∈[0,1]是迭代过程中ω
of
和ω
tdi
的初始化值，i是迭代次数。ω0∈[0,2vn]是多普勒标准偏差，vn是奈奎斯特多普勒速度。
[0080]
(6)获得t短时窗内的心肌瞬时位移分布；然后按一定的短时窗重合率下的下一个短时窗t，重复上述步骤，获得该短时窗内的心肌瞬时位移分布；直至遍历整个k帧射频数据r，获得高帧率的心肌瞬时位移分布。
[0081]
本发明提供一种高帧率心脏超声心肌运动位移估计系统，包括：
[0082]
数据发射采集模块，用于采用超高帧率多角度发散波至心脏并接受回波信号，获得高帧率多角度相干复合发散波心超序列射频数据；
[0083]
数据处理模块，用于对多个心动周期内的高帧率多角度相干复合发散波心超序列射频数据进行心肌的边缘检测和识别，产生心肌掩膜，根据心肌掩膜估计大位移估计项、小位移估计项、正则项共同构建心肌位移估计代价函数；
[0084]
位移估计模块，用于在时域与空域约束条件下，对大位移估计项、小位移估计项、正则项的权重进行迭代和最小二乘递归更新，获得瞬时心肌位移分布。
[0085]
本发明一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器采用中央处理单元(cpu)，或者采用其他通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可用于高帧率心脏超声心肌运动位移估计方法的操作。
[0086]
本发明再一个实施例中，本发明还提供了一种存储介质，具体采用计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。计算机可读存储介质包括终端设备中的内置存储介质，提供存储空间，存储了终端的操作系统，也可包括终端设备所支持的扩展存储介质。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中可用于高帧率心脏超声心肌运动位移估计方法的相应步骤。
[0087]
本发明具有以下优点：
[0088]
1、提高了复杂、快速的心肌变形位移估计方法的灵敏度与对比度。
[0089]
2、提出了稳健的高帧率心脏超声心肌运动主应变估计器，作为一种位移估计方法，克服横向视场和帧率的限制，以及应力测试中由于旁瓣干扰和瞬时去相关而导致的伪影增加的问题。
[0090]
3、平衡大小位移估计，克服去相关噪声和平面外运动等难题，在临床上提供准确
和客观的二维心肌应变评估高心率超声心动图的运动位移估计。
[0091]
本发明中的主应变估计克服了有限的侧向视野和帧速率的限制，以及由于旁瓣干扰和应力测试期间的瞬时去相关而增加的伪影，可以精确地为应力测试过程中的复杂，大而快速的心肌变形成像，克服帧间去相关噪声的干扰以及心肌平面外运动的干扰，评估压力测试过程中的心肌收缩力。在临床上可用于在应力超声心动图条件的高心率下提供准确、客观的2d心肌应变评估。