根据短的欠采样信号群生成彩色多普勒图像的系统和方法与流程

技术特征：
1.一种超声成像系统，包括：处理器，其被配置为：接收与第一射频(rf)信号群相对应的超声信号，所述第一rf信号群包括第一长度、第一脉冲重复频率(prf)和第一灵敏度；至少部分地基于与至少一个参考rf信号群相对应的参考超声信号来根据所述第一rf信号群估计第二rf信号群，所述至少一个参考rf信号群包括与所述第一rf信号群不同的第二脉冲重复率、第二长度或第二灵敏度中的至少一项；并且使用所述第二rf信号群来生成彩色多普勒图像。2.根据权利要求1所述的超声成像系统，其中，所述处理器还被配置为对与所述第一rf信号群相对应的所述超声信号进行壁滤波。3.根据权利要求1所述的超声成像系统，其中，所述处理器实施神经网络以估计所述第二rf信号群，其中，所述神经网络包括一系列卷积神经网络。4.根据权利要求3所述的超声成像系统，其中，所述一系列卷积神经网络是unet。5.根据权利要求3所述的超声成像系统，其中，所述神经网络还生成所述彩色多普勒图像，并且其中，所述一系列卷积神经网络的第一神经网络接收与所述rf信号群相对应的所述超声信号，并且提供平均多普勒相位图像和多普勒相位作为第一输出，其中，所述一系列卷积神经网络的第二神经网络接收所述第一输出，并且提供所述彩色多普勒图像作为第二输出。6.一种方法，包括：接收与第一射频(rf)信号群相对应的超声信号，所述第一rf信号群包括第一长度、第一脉冲重复频率(prf)和第一灵敏度；至少部分地基于与至少一个参考rf信号群相对应的参考超声信号来根据所述第一rf信号群估计第二rf信号群，所述至少一个参考rf信号群包括与所述第一rf信号群不同的第二脉冲重复率、第二长度或第二灵敏度中的至少一项；并且使用所述第二rf信号群来生成彩色多普勒图像。7.根据权利要求6所述的方法，还包括在所述估计之前对所述超声信号进行壁滤波。8.根据权利要求6所述的方法，其中，所述估计是由包括一系列卷积网络的神经网络执行的。9.根据权利要求8所述的方法，还包括训练所述神经网络，其中，所述训练包括：提供至少一个rf信号群，所述至少一个rf信号群具有与所述第一rf信号群相同的第三长度、第三prf或第三灵敏度中的至少一项；并且提供根据所述参考rf信号群生成的对应的彩色多普勒图像作为期望输出。10.根据权利要求9所述的方法，还包括根据所述至少一个参考rf信号群的子集来生成多个参考rf信号群。11.根据权利要求9所述的方法，其中，所述输入和所述期望输出是从流动体模、模拟或体内中的至少一项获取的。12.根据权利要求9所述的方法，其中，所述训练还包括应用掩蔽均方误差(mse)损失。13.根据权利要求12所述的方法，其中，所述掩蔽mse损失至少部分地基于所述参考rf信号群的功率多普勒数据。
14.根据权利要求9所述的方法，其中，所述训练还包括应用对抗损失。15.根据权利要求14所述的方法，其中，所述对抗损失基于二元交叉熵损失，所述二元交叉熵损失是通过训练鉴别器网络以将根据所述第一rf信号群生成的彩色多普勒图像与根据所述参考rf信号群生成的彩色多普勒图像区分开而生成的。16.根据权利要求15所述的方法，其中，所述鉴别器网络具有条件生成对抗网络架构。17.根据权利要求9所述的方法，其中，所述第一rf信号群和所述参考rf信号群被壁滤波。18.根据权利要求6所述的方法，其中，所述第一rf信号群包括欠采样信号群。19.根据权利要求8所述的方法，还包括利用所述神经网络或第二神经网络来处理所述第一rf信号群以至少部分地基于所述至少一个参考rf信号群来生成第一功率多普勒图像。20.一种非瞬态计算机可读介质，其包含指令，所述指令在被运行时使成像系统：接收与第一射频(rf)信号群相对应的超声信号，所述第一rf信号群包括第一长度、第一脉冲重复频率(prf)和第一灵敏度；至少部分地基于与至少一个参考rf信号群相对应的参考超声信号来根据所述第一rf信号群估计第二rf信号群，所述至少一个参考rf信号群包括与所述第一rf信号群不同的第二脉冲重复率、第二长度或第二灵敏度中的至少一项；并且使用所述第二rf信号群来生成彩色多普勒图像。

技术总结
一种超声成像系统可以获取短和/或欠采样射频信号群以用于生成彩色多普勒图像。超声成像系统可以处理短和/或欠采样信号群以模拟从长的射频信号群获取的彩色多普勒图像。在一些示例中，超声成像系统可以包括神经网络来处理信号群。在一些示例中，神经网络可以包括两个串联的神经网络。在一些示例中，在神经网络的训练期间，可以对神经网络的输出使用基于功率多普勒的流量掩模。在一些示例中，在神经网络的训练期间，可以对神经网络的输出使用对抗损失。失。


技术研发人员：I
受保护的技术使用者：皇家飞利浦有限公司
技术研发日：2021.06.15
技术公布日：2023/2/24