有监督学习的超声背散射方法在骨质评价中的应用

在超声背散射方法评价骨质的实际应用中,如何更为准确地判断测量对象是否为骨质疏松是一个重要问题。提出一种有监督学习的超声背散射评价方法,根据超声背散射离体实验的信号处理结果,对松质骨样本使用支撑向量机和自适应增强的有监督学习算法进行预测和分类。研究结果表明,有监督学习的超声背散射评价方法分类的准确率为80.00%~82.86%,并且对骨质疏松的样本具有较高的特异性(特异度>92.3%)。因此有监督学习的超声背散射评价方法具有有效性,评价效果优于现有的其它定量超声方法,对超声背散射方法的在体应用有一定帮助。      

超声背散射骨质评价中的频散衰减测量与补偿

超声背散射法已逐渐应用于骨质的评价与诊断.相比于人体软组织,致密多孔的骨组织中超声衰减大,导致接收到的超声信号微弱,频散失真严重.骨组织的超声频散衰减通常由超声透射法测量.然而,透射法测量的超声衰减为传播路径上组织介质衰减的平均值,无法区分软组织、皮质骨及松质骨的衰减效应,无法测量感兴趣区域内松质骨组织的超声衰减.本文旨在研究松质骨超声频散衰减的背散射测量方法,分析补偿超声背散射信号频散失真的可行性.离体测量16块松质骨样本的超声背散射与透射信号(中心频率1 MHz).采用四种背散射方法 (谱移法、谱差法、谱对数差法和混合法)测量松质骨超声频散衰减系数,与超声透射法测量的频散衰减标准值进行对比.结果表明,骨样本超声频散衰减范围为2.3—6.2 dB/mm/MHz,透射法测量的超声频散衰减(均值±方差)为(4.14±1.14) dB/mm/MHz;谱移法、谱差法、谱对数差法和混合法测量的频散衰减(均值±方差)分别为(3.88±1.15) dB/mm/MHz,(4.00±0.98) dB/mm/MHz,(3.77±0.84)dB/mm/MHz,(4.05±0.85) dB/mm/MHz.背散射法测量的频散衰减系数与标准值有较高的相关性(R=0.78—0.92, p 0.01),其中,谱差法(R=0.91, p 0.01)和混合法(R=0.92, p 0.01)测量结果更准确(相对误差小于20%).以上结果说明背散射法测量松质骨超声频散衰减具有可行性,基于傅里叶变换-逆变换原理可以补偿背散射信号频散衰减失真,显著提高信号强度,有利于后续超声背散射骨质评价及成像研究.     

空间频率域超声背散射参量用于骨质状况的评价*

在超声背散射骨质评价中,不同测量感兴趣区域(ROI)的超声背散射信号会有波动,致使诊断准确度降低。该文目的是研究超声背散射信号随测量区域的变化规律。采用空间扫描方法离体测量了35块骨样本,将超声背散射参数从空间域变换到空间频率域。结果表明,超声背散射参数的主要空间频率成分集中于低频部分;空间频率域超声背散射参量最大值(MASF)与骨矿密度等参数具有中高度显著相关性(R2=0.45~0.83,p0.001);空间频率域超声背散射参量衰减系数(AC)也与松质骨密度及结构特征有显著相关性(R2=0.41~0.72,p0.001)。研究表明空间频率域变换方法有助于明确超声背散射信号随测量ROI的变化规律,空间频率域的超声背散射相关新参量评价松质骨状况具有可行性。     

去趋势波动分析方法中不重叠等长度子区间长度的确定

针对去趋势波动分析方法中参数不重叠等长度子区间长度s的选取,基于信息论的基本原理,提出使用符号分析方法对原始数据进行符号编码,并使用不同的方式对符号序列进行分段、计算互信息函数.细致描述了不同分段方式对原始混沌序列的信息编码能力,以此判断所采用的分段方式能否真实有效地还原原始序列所包含的全部信息.给出了确定最优分段个数或各分段长度的具体方式,确定了不重叠等长度子区间长度s的选取算法,以及判断所研究序列是否适用于去趋势波动分析方法,避免了以往参数s选取中随机性和主观性给计算结果带来的错误信息.进一步将该方法应用于实际温度资料,计算并分析中国1961—2000年逐日平均温度的去趋势波动分析指数分布状况.     

基于深度学习的材料超声回波衰减预测方法

材料超声回波衰减是评价材料均匀一致性的常用方法, 针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题, 本文提出了利用超声背散射波信号直接预测底面回波衰减的方法。采用10MHz聚焦探头进行超声背散射波数据的采集, 利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法, 同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异。研究发现：基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减, 预测结果和实际底面回波衰减试验结果具有良好的一致性。     

骨小梁材料特性对超声背散射信号的影响

基于时域有限差分法(FDTD)建立了松质骨的超声背散射仿真系统,研究了骨小梁材料特性对超声背散射信号的影响。首次得到松质骨中的超声背散射系数(BSC)和积分背散射系数(IBC)随骨小梁材料参数(密度、拉梅常数、黏度系数及声阻抗系数)的变化关系。研究结果表明,IBC随骨小梁密度的增加而增加;BSC和IBC随拉梅常数的增加而增加、随第一黏度系数的增加而近似线性地减小,第二黏度的变化对背散射信号的影响很小;背散射参数随阻抗系数的增加而减小。说明松质骨中的超声背散射特性不仅受骨矿密度(BMD)和骨微结构的影响,还与骨小梁的材料参数密切相关。研究结果有利于理解松质骨中超声的背散射特性,对松质骨骨质状况的评价有一定帮助。      

基于单向测量超声背散射系数的晶粒尺寸评价高效方法

镍基高温合金GH4742具有优异的机械性能,而晶粒尺寸是影响其性能的关键因素.基于物理模型的超声背散射法可以实现晶粒尺寸高效和准确的评价,但受限于复杂模型或多角度声束测量.因此,本文提出了一种只需单向测量的背散射系数法,且无需考虑测量系统等无关因素的影响.基于独立散射模型,推导了只与材料相关的背散射系数;利用空间相关函数描述了晶粒尺寸与背散射系数的关系;采用参考信号剔除干扰因素的影响,实现实验背散射系数的快速提取.制备三组不同晶粒尺寸的GH4742试块进行相控阵超声实验和平均晶粒尺寸评价,并与金相法结果进行对比.结果表明本文方法得到的晶粒度与金相法结果最大相对误差为–22.7%,最小相对误差为–3.7%.     

超声表观积分背散射系数评价新生儿骨状况的可行性研究

新生儿骨发育状况的超声评价有重要意义。本文研究用超声背散射信号来评价新生儿骨发育状况的可行性。提出将超声表观积分背散射系数(AIB)用于评价新生儿松质骨状况,研究了不同超声频率下AIB与婴儿体重、出生天数之间的关系。研究结果表明,足月儿的AIB明显大于早产儿的AIB;足月儿的体重和AIB相关性较弱;早产儿的AIB参数和出生天数具有较高的正相关性(R=0.633)。说明超声背散射信号及其参数AIB可用于评价新生儿松质骨发育状况。      

基于变分模态分解与多尺度排列熵的生物组织变性识别

根据高强度聚焦超声(HIFU)治疗中超声散射回波信号的特点,本文利用变分模态分解(VMD)与多尺度排列熵(MPE)对生物组织变性识别进行了研究.首先对生物组织中的超声散射回波信号进行变分模态分解,根据各阶模态的功率谱信息熵值分离出噪声分量和有用分量;对分离出的有用信号进行重构并提取其多尺度排列熵;然后通过Gustafson-Kessel (GK)模糊聚类确定聚类中心,采用欧氏贴近度与择近原则对生物组织进行变性识别.将所提方法应用于HIFU治疗中超声散射回波信号实验数据,用遗传算法对多尺度排列熵的参数优化后,对293例未变性组织和变性组织的超声散射回波信号数据进行了多尺度排列熵分析,发现变性组织的超声散射回波信号的多尺度排列熵值要高于未变性组织;多尺度排列熵可以较好地识别生物组织是否变性.相对于EMD-MPE-GK模糊聚类以及VMD-小波熵(WE)-GK模糊聚类变性识别方法,本文所提方法中变性与未变性组织特征交叠区域数据点更少,聚类效果和分类性能更好;本实验环境下生物组织变性识别结果表明,该方法的识别率更高,高达93.81%.     

表面粗糙度对固体内部超声背散射的影响

超声背散射法可通过多晶体金属内部的空间方差信号,实现微观结构参数的无损评价,但表面粗糙度对评价模型的精度及实用性存在显著影响.基于高斯声束理论推导垂直入射粗糙界面的纵波声场,以此研究声能的Wigner分布规律;在超声的波长远大于粗糙度的前提下,构造表面粗糙度修正系数,并建立粗糙界面的单次散射响应模型,揭示粗糙度对超声波背向散射的影响规律.用304不锈钢制备轮廓均方根值为0.159μm的光滑试块和25.722μm的粗糙试块开展超声背散射实验,结果表明模型在粗糙度修正前后均可实现光滑试块的晶粒尺寸有效评价,但未经修正的传统模型对粗糙试块的晶粒尺寸评价结果与金相法结果的相对误差高达-21.35%,而本模型的评价结果与金相法结果符合得很好,相对误差仅为1.35%.可见,本模型能有效补偿粗糙度引起的超声背散射信号衰减,从而提高晶粒尺寸无损评价的精度.     

The spectrum entropy estimation method for ultrasonic backscattering signal in cancellous bones

In the application of cancellous bone ultrasound diagnosis based on backscattering method,it is of great importance to estimate fast and accurately whether the valid backscattering signal exists in the received signal.We propose a fast estimation method based on spectrum entropy method.With 984 records of adult calcaneus clinical data,we estimate the validity of the backscatter signal using this method.The results of the proposed method and the results of experience-base judgement were compared and analyzed.And two key parameters,the signal range length and the segment number of the spectrum entropy,were analyzed.The results show when the signal range length is 13 us and the segment number is 15-20,this method can get the best result(accuracy95%,sensitivity99%,specificity87%),while taking little calculation time(1.5 ms).Therefore,this spectrum entropy method can satisfy the accuracy and real-time requirements in the ultrasonic estimation for cancellous bone.     

快速正交搜索算法在水声信号处理中的应用*

信号的谱估计技术作为一种十分重要且应用广泛的信号分析处理手段,对其性能的不断提升和改进一直是水声信号处理领域研究的重点和热点。对此,该文将快速正交搜索算法应用于水声信号的谱估计中,通过隐式正交对参数进行搜索,实现对信号频率、幅度、相位的估计。仿真和实验数据处理结果表明,相较于传统的谱估计方法,该方法能稳定且准确地估计水声信号的多个参数,获得频率分辨率较高的谱估计结果。     

基于最大熵估计Alpha谱缩放与平移量的温度与发射率分离算法

在热红外波段, 为了使温度与发射率分离过程不依赖数据库提供的经验信息, 并且实现更高的反演精度和更快的计算速度, 研究了一种新的温度与发射率分离算法. 首先, 在维恩近似原理的基础上, 求解了Alpha谱分布, 并利用Alpha谱描述光谱发射率的形状信息. 其次, 改进了最大熵温度与发射率分离算法: 应用最大熵估计模型对Alpha谱缩放与平移量进行估计, 减少了待估计参数的数量, 大幅简化了求解过程. 最后, 进行了算法的数值仿真实验: 求解了典型地物目标的温度与光谱发射率, 并且分析了算法对系统噪声的鲁棒性. 仿真数据表明: 发射率估计的最大RMSE为0.017, 温度估计的最大绝对误差的绝对值为0.62 K; 对系统添加测量信噪比为11的高斯白噪声, 发射率估计的相对RMSE为2.67%, 温度估计的相对误差为1.26%. 结果表明: 本文所述算法求解精度高, 计算速度快, 具备良好的鲁棒性.     

基于FICP算法提高对低频噪声时延的估计精度

针对非平稳随机噪声（直升机飞行声音，导弹喷流噪声）信号，研究了提高时延估计计算精度的方法，通过计算信号的细化频谱，并避免了标准FFT计算带来的栅栏效应，从而使得对于超短取样信号的频谱计算精度与信号长度无关，采用快速计算方法FICP由N点互谱计算2N点相关波形，提高了相关波形的分辨率，使得时延估计精度得以提高。对实测直升机飞行噪声和导弹噪声计算了不同取样长度和不同采样率下的时延估计，得出了谱分辨率越高，时延估计精度越高的结论。     

稳健的高精度单矢量传感器测向方法

针对单矢量传感器各通道之间的相位误差引起已有方法测向不准的问题,提出一种对相位误差稳健的高精度测向方法.该测向方法首先利用单矢量传感器接收信号协方差矩阵的主特征向量与其共轭向量做Hadamard积来构造空间谱,实现对水下目标的方位估计;由于Hadamard积消除了相位误差,此估计值与相位误差无关,但存在方位估计模糊。然后利用相位误差的估计值进行解模糊操作,从而得到正确的方位估计。该测向方法的测向性能独立于相位误差,估计精度高。仿真和试验数据处理结果验证了该测向方法对相位误差稳健;在相位误差条件下,其方位估计精度高于平均声强法、CAPON测向方法以及MUSIC测向方法。而且仿真结果表明,该测向方法的测向精度接近克拉美洛下界(CRB)。      

Robust direction-of-arrival estimation method with high accuracy for single vector sensor

The phase errors among the components of a single acoustic vector sensor cause the direction-of-arrival(DOA) estimation error of the existing methods.In order to address this issue,a DOA estimation method is proposed,which is robust to the phase errors.The proposed method first utilizes the Hadamard product of the principal eigenvector of the covariance matrix of the received signal by the single vector sensor and its conjugate vector to construct the spatial spectrum in order to estimate the DOA of the underwater target.Since the Hadamard product eliminates the phase errors,this estimation is independent of the phase errors.However,it is ambiguous.Afterwards,the phase-error estimate is explored to eliminate the ambiguity and get the correct DOA estimate.The proposed method performs independently of the phase errors and obtains high accuracy.The simulation results and the experimental result demonstrate the proposed method is robust to the phase errors.Furthermore,in the presence of the phase errors,it performs better than the average acoustic intensity method,the CAPON method,and the MUSIC method,in terms of estimation accuracy.In addition,the simulation results indicate that the estimation accuracy of the proposed method approaches to the Cramer-Rao bound(CRB).     

差动激光多普勒测速仪在固体速度测量中的应用

采用差动型后向散射的方式进行实验,利用数据采集卡PCI DAS-4020采集信号,并在Labview软件中对信号进行滤波处理,以提高信噪比,运用傅里叶变换(FFT)处理数据,计算出运动目标的速度并与实际速度进行了比较。结果表明该系统用于固体表面速度的测量切实可行,精度可达到2.2%。     

空间人造目标混合光谱材料数目确定方法仿真研究

在空间人造目标光谱分析领域,受到观测距离和观测设备空间分辨率的限制,通常在观测空间人造目标光谱信号时,目标某个瞬时视场中的多种纯物质材料的光谱特征信息组合在一个像元中,形成“混合光谱”。因此,将这些混合光谱分解为每个单一材料的光谱并估计出相应的组成比例是空间人造目标光谱分析研究的重点。大多数现有空间目标光谱分解方法都假设空间人造目标混合光谱中包含的纯物质材料种类个数（即“端元数目”）是先验已知的,这对于未知空间人造目标而言是不现实的。因此,纯物质材料数目正确估计对后续光谱数据分析处理的准确性起着至关重要的作用。目前,现有的端元数目确定方法的设计均在高斯白噪声的假设下进行,而对于噪声信号的分布存在频谱相关性的情况下,会提供较差的结果。采用一种基于数据内在维度和似然最大化理论的方法--鲁棒特征值极大似然方法。由于数据内在维数与信号协方差矩阵和信号相关矩阵特征值差异的统计分布特性高度相关,因此通过分析该特征值差异的统计分布特性,构建一个极大似然函数,可以实现空间人造目标混合光谱端元数目的确定。该方法包含两个步骤：首先,采用基于多元回归和改进最小噪声分离方法对原始光谱数据进行预处理完成噪声特性估计和噪声白化过程,从而有效抑制具有频谱相关性的噪声的干扰;接下来,通过求解一个离散对数联合似然函数的极大值问题来实现空间人造目标混合光谱端元数目的确定,该方法完全不需要输入任何参数,并且运行速度比较快。分别利用实验室实测的五种空间人造目标材料的可见/近红外光谱数据和美国地质勘测局光谱数据构建混合光谱仿真数据进行实验。结果表明,该方法能有效抑制相关噪声和白噪声的干扰,空间人造目标纯物质材料数目确定结果具有很好的准确性和稳定性。     

基于频谱Sevcik维数的目标运动速度估计*

在声目标无源估计应用中,目标与接收器存在相对运动时,接收的目标辐射的噪声信号存在多普勒频移。多普勒频移中包含目标的运动参数信息。针对线谱信号多普勒频移目标运动参数获取问题,提出一种基于频谱Sevcik维数的目标运动速度获取方法。首先利用Doppler-warping变换对接收信号进行重采样,然后对重采样后的频谱信号求Sevcik维数,最后通过寻找Sevcik最小值来实现速度估计。仿真证实了所提方法的有效性,在相同仿真条件下,所提方法相较于频谱求熵算法,速度搜索结果不仅具有更窄的主瓣宽度,而且可提高抗噪性5dB左右。两组实验数据的速度估计误差小于5%,证明了本文算法的有效性。