基于MATLAB的超聲射頻信號(hào)成像重建設(shè)計(jì)

嚴(yán)郁，朱偉，竺明月，蔡曉巍，蔡潤秋

1.南京中醫(yī)藥大學(xué)附屬醫(yī)院（江蘇省中醫(yī)院），江蘇 南京 210029；2.南京醫(yī)科大學(xué) 生物醫(yī)學(xué)工程系，江蘇 南京 210029

引言

超聲計(jì)算機(jī)輔助診斷（Computer Aided Detection，CAD）是近年來研究的熱點(diǎn)。一般地，超聲輔助診斷研究大都是基于超聲圖像進(jìn)行病灶信號(hào)特征提取與分析，繼而建立模式識(shí)別系統(tǒng)[1]。鑒于超聲成像機(jī)理原因，加上超聲信號(hào)的復(fù)雜性使得超聲圖像無法包含超聲波信號(hào)全部特性，導(dǎo)致超聲圖像對一些細(xì)微結(jié)構(gòu)差異的分辨能力不強(qiáng)。只有超聲射頻（Radio Frequency，RF）信號(hào)含有檢波前的大量高頻信息，能比較真實(shí)地反映出超聲脈沖在介質(zhì)中的傳播情況，分析這些RF信號(hào)有可能獲得組織的特征信息。國內(nèi)王威琪院士等[2]開展過這方面類似的超聲特征信號(hào)提取研究，取得了一定的科研成果。因此，為最大程度降低或消除成像因素影響，需從信號(hào)源頭即超聲射頻回聲信號(hào)進(jìn)行分析，首先對RF信號(hào)重建成包含更多細(xì)節(jié)的圖像，使用基于圖像方法研究病灶感興趣區(qū)（Region of Interest，ROI）信號(hào)特征提取[3-5]，分析病灶ROI特征值與RF數(shù)據(jù)的關(guān)系，然后通過大量數(shù)據(jù)的機(jī)器學(xué)習(xí)，建立更精確的輔助診斷系統(tǒng)。因此，研究包含更多細(xì)節(jié)的RF信號(hào)成像重建是輔助診斷系統(tǒng)建立的基礎(chǔ)。本研究使用MATLAB（matrix &laboratory，矩陣實(shí)驗(yàn)室）作為圖像重建平臺(tái)，以從VINNO 70提取的一幀RF信號(hào)作為研究對象，實(shí)現(xiàn)超聲B模式成像重建，供后續(xù)計(jì)算機(jī)輔助診斷方面研究使用。

1 超聲射頻信號(hào)概述

超聲射頻信號(hào)是超聲探頭按一定的方向向人體發(fā)射一組超聲波（頻率1～20 MHz），經(jīng)過一段時(shí)間延遲后探頭獲得反射波，回波信號(hào)經(jīng)過濾波、放大、模數(shù)轉(zhuǎn)換等信號(hào)處理后轉(zhuǎn)換形成的，是沒有進(jìn)行圖像處理的超聲原始信號(hào)，保留了超聲波信號(hào)全部特性[6-8]，包含了檢波前的大量高頻信息，能較真實(shí)地反映出超聲脈沖在介質(zhì)中的傳播情況，通過分析這些RF信號(hào)將有可能獲得組織的特征信息及用于區(qū)分各組織的特性[9-10]。原始RF信號(hào)是一幀幀的二進(jìn)制數(shù)據(jù)流，對醫(yī)生不具有診斷價(jià)值，但對于研究計(jì)算機(jī)輔助診斷來說，RF數(shù)值由于包含了最全面、未失真的超聲信息，適合于進(jìn)行算法編譯，在后續(xù)病灶信號(hào)特征提取與分析等方面具有重要意義[11]。

2 重建設(shè)計(jì)與功能實(shí)現(xiàn)

2.1 總體設(shè)計(jì)

從VINNO 70超聲工作站提取到的原始RF數(shù)據(jù)是.dat格式數(shù)據(jù)流，一次完整采集包含20幀共142 M數(shù)值矩陣，每個(gè)數(shù)值點(diǎn)對應(yīng)于超聲圖像中的相同行列坐標(biāo)的像素點(diǎn)，而數(shù)值點(diǎn)的大小則反映了相應(yīng)超聲圖像像素點(diǎn)的未經(jīng)圖像增強(qiáng)前的本征灰度值[3]。矩陣數(shù)據(jù)量非常大，需要一定的處理才能顯示成常見的B超圖像。超聲B模式成像重建包括3個(gè)部分：前端處理用于得到聚焦的射頻信號(hào)；中間處理用于得到基帶信號(hào)[7]；后端處理用于顯示經(jīng)掃描轉(zhuǎn)換之后的信號(hào)，具體見圖1[8]。本文以一幀RF數(shù)據(jù)作為研究對象，實(shí)現(xiàn)超聲B模式成像重建，具體包括以下幾個(gè)步驟：低頻濾波、動(dòng)態(tài)正交解調(diào)、帶通濾波和下采樣、動(dòng)態(tài)顯示范圍壓縮、掃描顯示成像等步驟[8]。

圖1 超聲RF信號(hào)重建成像流程圖

2.2 RF信號(hào)讀取

讀取包含更多細(xì)節(jié)的RF信號(hào)是整個(gè)超聲圖像重建研究中最重要的。首先需要了解.dat文件中數(shù)據(jù)的安排規(guī)則：.dat文件數(shù)據(jù)格式為：16 bit（每個(gè)點(diǎn)占用位寬，有符號(hào)數(shù)）×2988（點(diǎn)數(shù)）×312線（線數(shù)），共14916096字節(jié)。先從小到大（0～2988）存第1線2988點(diǎn)，然后存第2線2988點(diǎn)，以此類推，直到312線結(jié)束[9]。整個(gè)*.Dat文件是裸數(shù)據(jù)，沒有別的信息。讀入的數(shù)據(jù)格式為一維向量，根據(jù).dat格式規(guī)則，將一維向量變換為312×2988的矩陣，則可得到一幀完整數(shù)據(jù)。數(shù)據(jù)讀取流程如下：使用MATLAB的fopen函數(shù)打開一幀RF數(shù)據(jù)文件，fread函數(shù)將.dat文件中的數(shù)據(jù)讀到變量rfdata中，同時(shí)讀取采集數(shù)據(jù)時(shí)預(yù)設(shè)的基本信息，包括掃描線的時(shí)間戳、采樣率、packet成像模式（普通基波B成像還是諧波B成像）、MLA數(shù)量（Multi-Line Acquisition，MLA，并行接收波束合成技術(shù)）等信息，根據(jù)預(yù)設(shè)信息按照一定規(guī)則讀取RF數(shù)據(jù)流。

2.3 低頻濾波

在從超聲設(shè)備采集RF信號(hào)時(shí)，會(huì)引入由儀器硬件原因所產(chǎn)生的低頻干擾，大大降低圖像的品質(zhì)，因此為提高重建圖像質(zhì)量，需設(shè)計(jì)高通濾波器去除混入RF信號(hào)中的低頻干擾。根據(jù)式(1)使用MATLAB設(shè)計(jì)FIR（Finite Impulse Response Filter，F(xiàn)IR）高通濾波器對rfdata進(jìn)行濾波[10]。

其中，N為濾波器長度，R[m]、F[n]分別為RF信號(hào)和高通濾波器系數(shù)。NRF表示輸入數(shù)據(jù)中每條掃描線上采樣點(diǎn)的數(shù)目，經(jīng)過計(jì)算，輸出數(shù)據(jù)每條掃描線上的采樣點(diǎn)數(shù)將減少到NRF-N+1。

2.4 動(dòng)態(tài)正交解調(diào)

去除低頻干擾后的RF信號(hào)能量主要集中在探頭發(fā)射頻率附近，為了提取有用信號(hào)，需要移除載波信號(hào)，即發(fā)射頻率為10 MHz的發(fā)射探頭載波。一般使用正交解調(diào)從高頻回波信號(hào)中提取兩路正交信號(hào)Inphase(In)、Quadrature(Qn)。在超聲實(shí)際工作中，由于人體組織衰減作用，發(fā)射信號(hào)的衰減和接收信號(hào)的頻偏都會(huì)隨超聲波束探測深度而增加[12]，接收到的信號(hào)會(huì)有一個(gè)頻移。因此為了得到良好的解調(diào)效果，需在標(biāo)準(zhǔn)正交解調(diào)中加入修正項(xiàng)fshift，得到擴(kuò)展動(dòng)態(tài)正交解調(diào)公式：

其中：Sn為高通濾波后RF信號(hào)，fc為探頭發(fā)射頻率，tn為沿著掃描線方向當(dāng)前采樣點(diǎn)處的時(shí)間，fshift為探測深度為d時(shí)的頻率偏移，可通過公式(4)計(jì)算：

其中，wr為頻帶帶寬比例，a為物體衰減系數(shù)，d為當(dāng)前采樣點(diǎn)處的發(fā)射頻率深度。

2.5 帶通濾波和下采樣

通過動(dòng)態(tài)正交解調(diào)后的信號(hào)包含頻偏成分和高頻諧波成分，需要設(shè)計(jì)帶通濾波器保留頻率在正負(fù)發(fā)射頻率的信號(hào)。為了提高幀頻而不犧牲線密度和成像視野，VINNO 70超聲采用的是并行接收波束合成技術(shù)。根據(jù)原理，在一次發(fā)射周期內(nèi)可以合成兩條接收波束，相應(yīng)的幀頻也變?yōu)樵瓉淼膬杀禰13]。這是設(shè)計(jì)帶通濾波器的重要依據(jù)，如探頭發(fā)射頻率是10 MHz，則用中心頻率20 MHz的帶通濾波器得到2倍頻率的高頻諧波信號(hào)。

一般地，每根RF聲束均包含幾千個(gè)采樣點(diǎn)，遠(yuǎn)超過圖像顯示的數(shù)據(jù)規(guī)模，需對解調(diào)后的In/Qn信號(hào)數(shù)據(jù)進(jìn)行下采樣[14]。為避免頻譜混疊，須保證抽樣后的采樣頻率大于探頭中心頻率的兩倍。采集數(shù)據(jù)時(shí)設(shè)置探頭發(fā)射頻率為10 MHz，探測深度為4.8 cm，探測寬度為3.86 cm，一幀RF數(shù)據(jù)包含了312條聲束，每條聲束有2988個(gè)點(diǎn)的數(shù)據(jù)，根據(jù)公式計(jì)算采樣頻率：

因此，采樣頻率確定為50 MHz。

2.6 動(dòng)態(tài)顯示范圍壓縮

超聲在生物組織間傳播時(shí)存在極大的反射級差異，使回波信號(hào)具有較大的動(dòng)態(tài)范圍，且絕大部分有用信息在一個(gè)較低的范圍內(nèi)，而超聲一般只支持8 bit灰度級的回波顯示。如果掃描轉(zhuǎn)換是線性的，則這些有用信息很難顯示在標(biāo)準(zhǔn)8位顯示器上，需擴(kuò)展低灰度級、壓縮高灰度級[15-16]。本文選用對數(shù)壓縮以保證回波信號(hào)正常顯示，標(biāo)準(zhǔn)形式如下：

其中，X表示輸入，Y表示輸出，D控制動(dòng)態(tài)范圍增益，G表示壓縮增益，通過下式(7)和(8)計(jì)算：

其中：d和g是采集數(shù)據(jù)時(shí)預(yù)設(shè)的。Xmax表示輸入信號(hào)的最大值。Ymin、Ymax表示經(jīng)過輸出信號(hào)的最小、最大值。

2.7 掃描顯示成像

由于超聲掃描時(shí)掃描線的排列并不是按順序進(jìn)行，為了顯示正確的超聲圖像，需要對數(shù)據(jù)進(jìn)行掃描重排，因此將從MATLAB中讀取的RF數(shù)據(jù)矩陣行列進(jìn)行重新排列即可[17]。采集數(shù)據(jù)時(shí)所用的探頭是線陣探頭，顯示的矩形圖像，不需要進(jìn)行圖像的坐標(biāo)變換[18]，直接可用來基于圖像方法研究ROI信號(hào)特征提取。

3 結(jié)果

以采集到的一幀完整RF數(shù)據(jù)作為超聲圖像重建的分析過程，使用MATLAB顯示一幀RF數(shù)據(jù)的時(shí)域圖（圖2），從圖中可明顯看出超聲聲束是縱波。

圖2 一幀數(shù)據(jù)的時(shí)域顯示

同時(shí)顯示一幀RF數(shù)據(jù)的頻域圖（圖3），從圖中可明顯看出回波信號(hào)中含有大量2、3倍于發(fā)射頻率的反射頻率的高頻諧波，根據(jù)成像模式選擇去除或保留這些信號(hào)。因信號(hào)采集時(shí)選擇的成像模式是packet為0，即普通基波B成像，因此重建圖像是普通基波B超圖像（圖4）。如packet為1，即則重建圖像為諧波B圖像。

4 結(jié)論

本文主要實(shí)現(xiàn)了從包含更多細(xì)節(jié)超聲射頻信號(hào)到超聲B模式成像重建，主要包括RF信號(hào)讀取、低頻濾波、動(dòng)態(tài)正交解調(diào)、帶通濾波和下采樣、動(dòng)態(tài)顯示范圍壓縮、掃描顯示成像等步驟。其中RF信號(hào)讀取是整個(gè)超聲圖像重建研究中最重要的部分，和既往研究相比，本研究的RF信號(hào)讀取模塊讀出了更完整的超聲射頻信號(hào)，尤其是包含病灶特征的高頻信息。此外，為減小射頻信號(hào)的動(dòng)態(tài)范圍而提高圖像的分辨力，本研究的動(dòng)態(tài)顯示范圍壓縮模塊選用了更為精確的對數(shù)壓縮表來實(shí)現(xiàn)[19]。然而，本研究只是實(shí)現(xiàn)了RF信號(hào)重建，并未考慮算法的時(shí)間復(fù)雜度，對于一幀數(shù)據(jù)都是占用極大內(nèi)存的RF信號(hào)來說這是十分重要的問題，后續(xù)將對RF信號(hào)讀取模塊進(jìn)行優(yōu)化。此外，還將對超聲圖像進(jìn)行預(yù)處理，為后續(xù)使用基于圖像方法研究ROI信號(hào)特征提取的建立基礎(chǔ)。

圖3 一幀數(shù)據(jù)的頻域顯示

圖4 RF信號(hào)重建圖像