论文部分内容阅读
超声弹性成像技术是一种新的成像模式,它反映了生物组织的弹性信息,为医生的疾病诊断提供了重要的参考价值,已经成为了医学领域的研究热点,其中,组织的压缩量是影响弹性成像质量的主要因素之一,目前应用在临床上的弹性成像仪器允许组织的压缩量较小,限制了弹性成像检测疾病的组织深度。本文充分分析了超声弹性成像技术的国内外发展现状,介绍了组织弹性成像的基本原理,以压缩量的变化为线索,对人体组织的弹性成像方法进行了研究。本文首先介绍了有限元分析方法的基本概念,对弹性成像进行了有限元模拟分析,得到不同压缩量下组织的应变分布,为后续工作提供重要的参考价值,然后介绍了Field 2仿真平台的基本原理和仿真流程,结合Field 2仿真平台和有限元方法生成了压缩前后的射频数据,为后期工作提供了仿真数据。在超声弹性成像算法中,不同的运动估计算法对位移的估计精度和允许组织的最大形变量有很大的影响。组织的压缩量小于2%时,组织的横向位移影响较小,本文采用基于射频数据的一维的互相关算法,估计组织的位移和应变,为了提高精度,采用三种插值方法对互相关函数的峰值进行了插值,使用仿真数据,对三种不同的插值方法进行了分析比较。压缩量增加到2%后,组织的横向位移的影响变大,研究了基于IQ数据的二维扩展组合自相关算法,通过仿真数据验证,压缩量小于5%时,算法能够准确地估计出组织的位移和应变。为了适合更大的压缩量,本文给出了基于超声图像的刚性联合B样条弹性配准算法,首先对压缩后的超声图像进行全局的仿射变换,然后对变换后的图像进行局部的弹性变换,通过仿真数据和实验数据的验证,压缩量达到8%时,算法仍然能够准确的估计出组织的应变,具有较好的临床应用价值。