基于超声回波时频谱特征的生物组织辨识方法和装置

技术特征：
1.一种基于超声回波时频谱特征的生物组织辨识方法，其特征在于，包括以下步骤：步骤s1、根据获取的超声回波射频信号，得到超声图像和信号时频谱；步骤s2、根据超声图像和信号时频谱，构建包含特征信号的数据集；步骤s3、根据包含特征信号的数据集，训练统计学习模型，由统计学习模型预测得到待识别超声图像中各部位的组织类别及其病变类型；步骤s4、根据待识别超声图像中各部位的组织类别及其病变类型，在待识别超声图像中各部位对应位置进行赋色标记。2.如权利要求1所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，步骤s1中，使用宽频或多频超声换能器扫描生物体的器官组织，获取超声回波射频信号；通过希尔伯特变换超声回波射频信号获取信号包络，以得到超声图像；同时超声回波射频信号通过时频域变换，得到信号时频谱。3.如权利要求2所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，所述得到信号时频谱具体为：超声回波射频信号逐列做时频变换得到任意时刻信号在不同频率下的频谱系数，得到该列信号对应的时频谱；合并每列信号对应的时频谱，即为整幅超声图像对应的信号时频谱。4.如权利要求3所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，步骤s2中通过滑窗采样、超像素分割或者双边界标注法提取超声图像中目标区域的时频谱相应特征，以构建包含特征信号的数据集。5.如权利要求4所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，通过双边界标注法，标注超声图像中目标组织的内外边界，从内边界内区域的信号时频谱中筛选出具有组织特异性的时频谱，构建以像素点对应时频谱系数作为特征且像素点对应组织类别为标签的数据集。6.如权利要求4所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，通过滑窗采样或超像素分割方法在超声图像上生成若干由多个像素组成的超像素，对于每一个超像素，计算其内所有像素对应时频谱的统计量，构建以超像素时频谱统计量作为特征且超像素对应组织类别为标签的数据集；其中，时频谱统计量包括超像素的时频谱均值、标准差、偏度、峰度。7.如权利要求5或6所述的基于超声回波时频谱特征的生物组织辨识方法，其特征在于，步骤s3中，采用机器学习算法训练数据集，得到基于超声信号时频谱来识别组织类别或病变类型的分类模型；使用训练好的分类模型预测待识别超声图像中各像素点对应位置的信号时频谱系数或超像素时频谱统计量所属各个类别的概率，得到超声图像中各部位的组织类别和病变类型。8.一种基于超声回波时频谱特征的生物组织辨识装置，其特征在于，包括：预处理模块，用于根据获取的超声回波射频信号，得到超声图像和信号时频谱；构建模块，用于根据超声图像和信号时频谱，构建包含特征信号的数据集；预测模块，用于根据包含特征信号的数据集，训练统计学习模型，由统计学习模型预测得到待识别超声图像中各部位的组织类别及其病变类型；识别模块，用于根据待识别超声图像中各部位的组织类别及其病变类型，在待识别超声图像中各部位对应位置进行赋色标记。
9.如权利要求8所述基于超声回波时频谱特征的生物组织辨识装置，其特征在于，构建模块通过超像素方法或者双边界标注法提取超声图像中目标区域的时频谱相应特征，以构建包含特征信号的数据集。

技术总结
本发明公开一种基于超声回波时频谱特征的生物组织辨识方法和装置，包括以下步骤：根据获取的超声回波射频信号，得到超声图像和信号时频谱；根据超声图像和信号时频谱，构建包含特征信号的数据集；根据包含特征信号的数据集，训练统计学习模型，由统计学习模型预测得到待识别超声图像中各部位的组织类别及其病变类型；根据待识别超声图像中各部位的组织类别及其病变类型，在待识别超声图像中各部位对应位置进行赋色标记，实现对超声图像中组织类别及其病变类型的自动识别。采用本发明的技术方案，可以提取更高维度的特征信息，实现对超声图像中组织类别和病变类型更精准的诊断。声图像中组织类别和病变类型更精准的诊断。声图像中组织类别和病变类型更精准的诊断。


技术研发人员：马建国 徐立军 谢准 孙其振
受保护的技术使用者：北京航空航天大学
技术研发日：2022.02.24
技术公布日：2022/5/31