CN111399038B - 斜率参数提取方法、装置及计算机可读存储介质 - Google Patents
斜率参数提取方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111399038B CN111399038B CN201910002351.9A CN201910002351A CN111399038B CN 111399038 B CN111399038 B CN 111399038B CN 201910002351 A CN201910002351 A CN 201910002351A CN 111399038 B CN111399038 B CN 111399038B
- Authority
- CN
- China
- Prior art keywords
- coordinates
- coordinate
- slope
- maximum
- propagation distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/23—Dune restoration or creation; Cliff stabilisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种斜率参数提取方法、装置及计算机可读存储介质,包括:获取测试信号在待测位置随着时间沿预设方向传播的变量;确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。本申请基于测试信号在待测位置随着时间沿预设方向传播的变量,获得各传播距离对应的最值坐标,并拟合得到待测位置的斜率参数,本方案能够有效提高斜率参数提取的准确性和可靠性。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种斜率参数提取方法、装置及计算机可读存储介质。
背景技术
在超声弹性成像、地质勘探、地震波检测等追踪波动传播速度的应用中,均涉及波速检测,即检测波动特征沿着感兴趣的传播方向在某一时间内的传播过程。
目前常用的是采用图像处理的方法提取斜率参数来获得传播速度,由于实际条件下波动传播的过程比较复杂,应变数据成像质量通常较差,这样通过上述现有方法得到的斜率参数往往不准确。
申请内容
本申请提供一种斜率参数提取方法、装置及计算机可读存储介质,用于解决通过现有方法得到的斜率参数不准确的问题。
本申请的第一个方面是提供一种斜率参数提取方法,包括:获取测试信号在待测位置随着时间沿预设方向传播的变量;确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。
本申请的另一个方面是提供一种斜率参数提取装置,包括:获取模块,用于获取测试信号在待测位置随着时间沿预设方向传播的变量;确定模块,用于确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;处理模块,用于拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。
本申请的又一个方面是提供一种斜率参数提取装置,包括:至少一个处理器和存储器;所述存储器存储计算机执行指令;所述至少一个处理器执行所述存储器存储的计算机执行指令,以执行如前所述的方法。
本申请的又一个方面是提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现如前所述的方法。
本申请提供的斜率参数提取方法、装置及计算机可读存储介质,基于测试信号在待测位置随着时间沿预设方向传播的变量,获得各传播距离对应的最值坐标,并拟合得到待测位置的斜率参数,本方案能够有效提高斜率参数提取的准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A为本申请实施例一提供的一种斜率参数提取方法的流程示意图;
图1B为本申请实施例一提供的另一种斜率参数提取方法的流程示意图;
图1C为本申请实施例一提供的又一种斜率参数提取方法的流程示意图;
图2为本申请实施例二提供的一种斜率参数提取方法的流程示意图;
图3为本申请实施例三提供的一种斜率参数提取方法的流程示意图;
图4为本申请实施例四提供的一种斜率参数提取方法的流程示意图;
图5为本申请实施例八提供的一种斜率参数提取装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1A为本申请实施例一提供的一种斜率参数提取方法的流程示意图,如图1A所示,本实施例以斜率参数提取方法应用于斜率参数提取装置中来举例说明,该斜率参数提取方法包括:
步骤101、获取测试信号在待测位置随着时间沿预设方向传播的变量;
步骤102、确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;
步骤103、拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。
其中测试信号的形式可以有多种,例如,声波、剪切波等。所述变量可以为反映波动特征的任意变量,例如,形变数据位移值、应变值等。所述方向可以结合测试信号的实际场景进行设定,例如,应用场景为弹性成像时,测试信号可以是剪切波,预设方向可以是深度方向。所述传播距离指测试信号沿预设方向传播时,当前抵达的位置至传播起点的距离。例如,当测试信号沿深度方向传播时,各传播距离为各深度。本实施例以斜率参数提取方法应用于斜率参数提取装置中来举例说明,该斜率参数提取装置的实现形式有多种,例如可以为存储于存储介质中的计算机程序、或者安装在实体设备中的软件、或者实体设备,这里的实体设备包括但不限于超声成像设备、电脑、终端、芯片等。
相比于现有采用图像处理的方法获得斜率参数的方法,在本方案中确定出测试信号在预设方向上传播的不同传播距离对应的变量的最值坐标,并拟合得到斜率参数。本方案通过对数据质量较好的最值坐标拟合求取斜率参数,即便在噪声干扰较大的情况下,也能获得准确的斜率参数。
可选的,图1B为本申请实施例一提供的另一种斜率参数提取方法的流程示意图,如图1B所示,在图1A所示实施方式的基础上,步骤102具体可以包括:
步骤1021、获取所述测试信号在待测位置随着时间沿预设方向传播的变量后,生成信号传播图;
步骤1022、从所述信号传播图的初始待测区域中,确定出起始的最值坐标,并作为当前的最值坐标;
步骤1023、从所述当前的最值坐标在下一传播距离中的对应位置开始,在所述信号传播图中沿着时间方向查找所述下一传播距离对应的最值坐标,并将其更新为当前的最值坐标,以此类推,直至查找出所述信号传播图中各传播距离对应的最值坐标。
其中,所述信号传播图反映了测试信号在待测位置随着时间沿预设方向传播的变量特征。仍结合弹性成像场景作为示例:预设方向为组织深度方向,相应的,所述信号传播图包括在不同时刻不同深度下,测试信号在组织待测位置的传播信息。
本实施例的执行主体可以为斜率参数提取装置,该斜率参数提取装置可设置在弹性检测设备中。具体的,在对组织进行弹性成像的过程中,需要在组织中激发测试信号,比如通过声辐射力的方式在组织中激发出剪切波,继而采集包括剪切波在组织内的传播信息的回波数据,并利用回波数据获得形变估计数据,该数据包括在不同时刻不同深度下剪切波在待测位置的形变数据。基于该数据,生成相应的时间-深度数据图(即所述信号传播图),形变数据在该数据图中呈条纹状,条纹的斜率即为待测位置的组织斜率参数。该数据图的横轴可以为时间轴,纵轴可以为表示传播距离的深度轴,相应的,该数据图中各坐标点的横坐标即为时间坐标,纵坐标即为表示传播距离的深度坐标。
需要说明的是,本方案中的最值坐标可以为最大值坐标,也可以为最小值坐标,还可以为最大值坐标和最小值坐标。具体的,初始待测区域的范围及位置可以根据需求在信号传播图中指定,初始待测区域中最大的变量值或最小的变量值所在的坐标为起始的最值坐标,也即当前的最值坐标,该起始的最值坐标所处/所位于的传播距离为起始传播距离,也即当前的传播距离。传播距离为信号传播图中,起始传播距离到结束传播距离之间的全部的传播距离。其中,结束传播距离可以是根据需求指定的某个传播距离,但其传播距离要大于起始传播距离,也可以是信号传播图中最大的传播距离。
如果是初始待测区域中最大的变量值所在的坐标,该最值坐标即为最大值坐标;如果是最小的变量值所在的坐标,该最值坐标即为最小值坐标。
关于确定最值坐标的流程,以实际场景举例来说:基于当前的信号传播图,从所述信号传播图的初始待测区域中,确定出起始的最值坐标,之后再从该起始的最值坐标在下一传播距离中对应位置起,沿时间方向查找变量的最值点,作为上述下一传播距离的最值坐标,以此类推,自适应获得一系列最值坐标,这里的最值坐标可以为最大值坐标,也可以为最小值坐标。需要说明的是,本实施例及后续各实施例中,当最值坐标包括最大值坐标和最小值坐标时,针对最大值坐标和最小值坐标进行的操作均是分别独立实施的。本实施方式能够获得效果更好的坐标点来进行拟合,从而获得更加准确的斜率参数。
本实施方式通过自适应寻找拟合直线所需的最值坐标,该自适应指的就是在处理和分析过程中,根据处理数据的数据特征自动调整处理方法,此处用于自适应寻找条纹起始点确定出最值坐标,进而获得效果更好的最值坐标点来进行拟合,从而获得更加准确的斜率参数。
其中,拟合处理的方式可以有多种,例如,可以采用最小二乘法、线性拟合或者多项式拟合等方法进行拟合,从而获得斜率参数。可选的,图1C为本申请实施例一提供的又一种斜率参数提取方法的流程示意图,如图1C所示,在前述任一实施方式的基础上,当最值坐标包括最大值坐标或者最小值坐标时,步骤103具体可以包括:
步骤1031、对所述各传播距离对应的最值坐标进行拟合,得到目标拟合直线;
步骤1032、将所述目标拟合直线的斜率作为所述待测位置的斜率参数。
可选的,可以采用/基于最小二乘法、线性拟合或者多项式拟合等方式进行拟合。
进一步可选的,步骤1031包括:
依次将所述各传播距离对应的最值坐标中的预设数量个相邻最值坐标进行拟合,获得相应的拟合直线集合;确定所述拟合直线集合中的目标拟合直线,其中,所述各传播距离对应的最值坐标至所述目标拟合直线的残差最小。
其中,预设数量为正整数且小于所述各传播距离对应的最值坐标的数量。以实际场景举例:假设基于自适应技术,获得10个最值坐标,设定数量为5,相应的,针对这10个最值坐标,依次选取这些最值坐标中的5个相邻坐标进行线性拟合(如,基于最小二乘法进行拟合),最终选择至这10个最值坐标的残差最小的拟合直线为目标拟合直线,根据该目标拟合直线的斜率得到待测位置的组织斜率参数。
通过上述实施方式,获得不同传播距离对应的最值坐标后,依次选取一定数量的最值坐标进行拟合得到多条拟合直线,从多条拟合直线中选取一条最优的来确定待测位置的斜率参数,能够去除误差较大的最值坐标,进一步提高斜率参数提取的准确性和可靠性。
后续结合弹性成像场景作为示例:根据待测位置的斜率参数,确定剪切波在待测位置处的速度值之后,基于该速度值通过多种方法可以获得组织的硬度值。可选的,可以根据求杨氏模量的公式最终求得组织的硬度值,在步骤103之后,还可以包括:
根据所述待测位置的斜率参数,确定剪切波在所述待测位置的速度值;利用杨氏模量公式,计算得到所述待测位置下待测组织的硬度值。
其中,所述杨氏模量公式为:E=3ρVS 2,E为所述硬度值,ρ为待测组织的密度,VS为剪切波在待测位置的速度值,即待测位置的组织斜率参数。
通过本实施方式,可以准确快速地获得待测位置下待测组织的硬度值。
本实施例提供的斜率参数提取方法,基于测试信号在待测位置随着时间沿预设方向传播的变量,获得各传播距离对应的最值坐标,并拟合得到待测位置的斜率参数,本方案能够有效提高斜率参数提取的准确性和可靠性。
可选的,为了进一步提高斜率参数的准确性,在拟合前可以对最值坐标进行优化处理和检测筛选。
在一种实施方式中,为了进一步提高斜率参数的准确性,在拟合前还可以先基于变量值和最值坐标的数量对查找到的最值坐标进行检测,相应的,如图2所示,图2为本申请实施例二提供的一种斜率参数提取方法的流程示意图,在实施例一的基础上,在步骤103之前,还可以包括:
步骤201、对所述各传播距离对应的最值坐标进行过零点定位处理。
可选的,步骤201具体可以包括:
依次判断所述各传播距离对应的最值坐标中,相邻的两个最值坐标对应的变量的乘积是否小于0;
若小于0,则判断小于0的变量所对应的传播距离是否小于第一预设距离;
若所述小于0的变量所对应的传播距离小于所述第一预设距离,则清除所述对应的变量的乘积小于0的两个相邻最值坐标以及之前的全部最值坐标。
以实际场景举例来说:在寻取最值坐标时,可能出现跨条纹(例如,在信号传播图中,假设最大值坐标对应第一条纹,最小值坐标对应第二条纹,当数据较差时,可能会导致相邻的第一条纹和第二条纹对应到相同的最值坐标),而这种情况会使最终结果误差极大。对此,获得各最值坐标后,先判断各最值坐标中,相邻的最值坐标对应的变量值的乘积是否均大于0,若均大于0,则可排除上述跨条纹的情形,说明当前的最值坐标均有效。进一步的,判断有效的最值坐标的数量是否满足拟合的要求,即是否不小于第一阈值,若满足,则可根据这些最值坐标,拟合获得所述待测位置的组织斜率参数。
实际应用中,若有效最值坐标的数量不满足线性拟合的要求,则需要重新寻找各最值坐标,相应的,在实施例二的基础上,在步骤201之后,还可以包括:
若所述各传播距离对应的最值坐标的数量小于第一阈值,则清除所述各传播距离对应的最值坐标,并返回执行步骤102。
以实际场景举例来说:获得最值坐标后,先通过判断各最值坐标中,相邻的最值坐标对应的变量值的乘积是否均大于0来排除跨条纹的情形,之后判断当前最值坐标的数量是否满足拟合的要求,若不满足,则清除当前获得的最值坐标,并再次获取最值坐标。
其中,第一阈值可以根据拟合精确度来设定,例如,设定为8。同样的,当最值坐标包括最大值坐标和最小值坐标时,本实施例中针对最大值坐标和最小值坐标进行的上述操作是分别独立实施的。
实际应用中,上述跨条纹检测的方式可以是多样的,例如,可以获得所有最值坐标后,依次检测各相邻最值坐标的变量值的乘积是否均大于0,或者也可以在获取最值坐标的过程中,每获得一个最值坐标即检测该最值坐标与其相邻坐标的变量值的乘积是否大于0,总之,只要使得最终检测后的相邻最值坐标的变量值的乘积均大于0即可,本实施例的步骤涵盖上述各检测方式,并未对其进行限制。
本实施例提供的斜率参数提取方法,在获得最值坐标后,先基于最值坐标的变量值和数量进行跨条纹检测,再拟合得到组织的斜率参数值,能够排除跨条纹导致的误差并且避免不必要的处理,进一步提高斜率参数提取的准确性和效率。
在另一种实施方式中,如图3所示,图3为本申请实施例三提供的一种斜率参数提取方法的流程示意图,在实施例一或实施例二的基础上,在步骤103之前,还可以包括:
步骤301、剔除满足预设条件的异常最值坐标。
可选的,可以基于各最值坐标的相对位置对查找到的最值坐标进行检测。相应的,在实施例三的基础上,步骤301具体可以包括:
检测包括起始传播距离在内的M个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这M个最值坐标;
检测包括结束传播距离在内的N个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这N个最值坐标;
检测所述各传播距离中除所述起始传播距离和所述结束传播距离以外的传播距离对应的最值坐标,若存在K个连续相邻的传播距离对应的最值坐标的横坐标相同,则只保留其中第K’个最值坐标;K’和K的关系以实际经验为准,例如,当K=2k时,K’=k;当K=2k+1时,K’=k+1;其中,M、N和k均为正整数。
假设M和N取3,以实际场景举例来说:相应的,获得各最值坐标后,检测起始和结束位置是否存在至少3个连续相邻的最值坐标,且这些最值坐标的时间坐标值相同(假设横轴为时间轴,即横坐标相同),如果不存在这样的最值坐标,则不做处理,若存在,则清除这些最值坐标。例如,假设起始位置或结束位置有4个连续相邻且时间坐标值相同的最值坐标,则删除这4个最值坐标。
仍以实际场景举例来说:获得各最值坐标后,检测非起始和结束位置的各最值坐标,查找连续相邻且时间坐标值相同的最值坐标,如果这些最值坐标的数量为4个,此时,K为偶数4,k为2,则保留其中第2个最值坐标并删除其余的最值坐标,如果这些最值坐标的数量为5个,此时,K为奇数5,k为2,则保留其中第3个最值坐标并删除其余的最值坐标。
实际应用中,执行完上述处理后,即可根据当前的最值坐标,基于拟合方法,获得所述待测位置的斜率参数。同样的,当最值坐标包括最大值坐标和最小值坐标时,本实施例中针对最大值坐标和最小值坐标进行的上述操作是分别独立实施的。
可以理解,上述针对起始位置、结束位置和非起始结束位置处最值坐标的步骤,其先后执行的顺序可以包括但不限于:同时执行,或者先执行任一个,本实施例只是一种举例的实施方式,并未对其执行顺序进行限制。
本实施例提供的斜率参数提取方法,在获得不同传播距离对应的最值坐标后,先基于各最值坐标的相对位置进行过滤筛选,再拟合得到斜率参数值,能够去除误差较大的最值坐标,进一步提高组织斜率参数提取的准确性和可靠性。
再可选的,为了进一步提高斜率参数的准确性,在拟合前还可以先基于最值坐标之间的相对距离进行检测,相应的,在实施例三的基础上,步骤301具体可以包括:
计算最值坐标Aj的横坐标与最值坐标Aj-1的横坐标的差值Vj,其中,j依次取3至x,x为大于3且小于所述各传播距离的数量的正整数;
若所述差值Vj大于预设的下限值,则计算最值坐标A3至最值坐标Ax中全部的相邻两个最值坐标的横坐标之差的绝对值的平均值;
若所述平均值小于预设的上限值,则判断所述最值坐标Aj对应的传播距离是否小于第二预设距离;
若所述最值坐标Aj对应的传播距离小于所述第二预设距离,则在最值坐标集合{A3,..,Aj,..,Ax}中清除所述最值坐标Aj以及其之前的最值坐标;
若所述最值坐标Aj对应的传播距离大于所述第二预设距离,则在所述最值坐标集合{A3,..,Aj,..,Ax}中清除所述最值坐标Aj以及其之后的最值坐标。
以实际场景举例来说:在寻取最值坐标时,还可能出现条纹平移的情况,对此,可以在获得各最值坐标后,计算每个相邻最值坐标之间横轴向的距离,如果距离突然变大,则说明此处可能出现了条纹平移,进一步的,清除条纹平移处之前的最值坐标,避免其影响最终结果的准确性。
其中,第二预设距离可以根据计算的精确度进行设定。本实施例在此不对其进行限制。同样的,当最值坐标包括最大值坐标和最小值坐标时,本实施例中针对最大值坐标和最小值坐标进行的上述操作是分别独立实施的。
本实施例提供的斜率参数提取方法,在获得不同深度对应的最值坐标后,先基于各最值坐标之间的相对距离进行条纹平移检测,再拟合得到组织的斜率参数值,能够排除条纹平移导致的误差,进一步提高斜率参数提取的准确性和可靠性。
可以理解,上述提高最终结果准确性的各检测方案可以独立实施也可以结合实施,例如,获得最值坐标后,可以再分别进行过滤筛选、跨条纹检测和条纹平移检测,且执行的先后顺序可以任意设定。
图4为本申请实施例四提供的一种斜率参数提取方法的流程示意图,如图4所示,在前述任一实施例的基础上,所述最值坐标包括最大值坐标和最小值坐标;相应的,步骤103具体可以包括:
步骤401、根据各传播距离对应的最大值坐标和各传播距离对应的最小值坐标,分别拟合获得最大值坐标对应的第一目标斜率和最小值坐标对应的第二目标斜率;
步骤402、根据所述第一目标斜率和所述第二目标斜率,确定所述待测位置的斜率参数。
实际应用中,基于剪切波的传播情况,信号传播图中可能呈现出多个条纹,因此可以基于多个条纹获得斜率参数,再从中选取更加准确的结果,从而进一步提高最终结果的准确性。
以实际场景举例来说:本实施例中最值坐标包括最大值坐标和最小值坐标,即通过执行步骤102分别获取一系列最大值坐标和一系列最小值坐标,根据各最大值坐标,通过拟合获得第一目标斜率,根据各最小值坐标,通过拟合获得第二目标斜率,后续再基于最大值坐标和最小值坐标各自对应的条纹,从中选择出更准确的斜率参数。
在一种实施方式中,步骤402具体可以包括:从所述第一目标斜率和所述第二目标斜率中,选择一个目标斜率作为所述待测位置的斜率参数。
可选的,可选取传播距离坐标更大的条纹对应的拟合直线的斜率作为最终结果,即假设信号传播图的纵轴表示传播距离且纵轴自上向下延伸伴随传播距离越大,则选取相对来说更靠下的条纹对应的最值坐标获得的拟合直线的斜率作为最终的斜率参数。
在另一种实施方式中,步骤402具体可以包括:将所述第一目标斜率和所述第二目标斜率的均值,作为所述待测位置的斜率参数。
可选的,还可以通过多次测量进一步巩固最终结果的准确性,本申请实施例五提供一种斜率参数提取方法,在任一实施例的基础上,102的步骤被多次执行,以获得多组最值坐标。
具体举例来说,可以重复执行T次102的步骤,获得T次测量的最值坐标。其中,T为正整数,例如,T取10,即进行10次测量。同样的,最值坐标可以包括最大值坐标和/或最小值坐标。当最值坐标包括最大值坐标和最小值坐标时,本实施例中针对最大值坐标和最小值坐标进行的上述操作是分别独立实施的。举例来说,假设T为10,则通过执行102,每次测量可获得一组最大值坐标和最小值坐标,最终可以获得10组最大值坐标和10组最小值坐标。
获得T次测量的最值坐标后,以获得的10组最大值坐标为例,根据这10组最大值坐标,通过拟合可以获得10个目标斜率,即第一目标斜率集合,可选的,可以将该集合的中位值作为最大值坐标对应的第一目标斜率,同样的,针对最小值坐标也可进行上述处理,最终获得最大值坐标对应的第一目标斜率和最小值坐标对应的第二目标斜率。
另外,结合实施例四进行示例说明,在实施例四的基础上,102的步骤被多次执行,以获得多组最值坐标;相应的,步骤401具体可以包括:
根据所述多组最值坐标,分别拟合获得最大值坐标对应的第一目标斜率集合和最小值坐标对应的第二目标斜率集合;
计算所述第一目标斜率集合的中位值得到所述第一目标斜率,以及计算所述第二目标斜率集合的中位值得到所述第二目标斜率。
实际应用中,在组织弹性成像场景下,在获得第一目标斜率和第二目标斜率后,还可以参照其各自对应的条纹的位置,并结合一系列关于目标斜率集合的约束条件,进一步选取更加准确的结果,相应的,步骤402具体可以包括:
根据第一条纹和第二条纹的相对位置关系,结合预设的条件,确定所述待测位置的组织斜率参数。
具体的,所述条件包括:当所述第一条纹的深度(传播距离)较大时,若所述第一目标斜率集合的第一中位值不大于预设的第二阈值且第一目标斜率Amax和第二目标斜率Amin属于同一组织病理学分期且第一目标斜率集合的第一相对偏差小于第二目标斜率集合的第二相对偏差,或者若所述第一中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第一相对偏差小于预设的第三阈值且所述第一目标斜率集合的第一分位差与所述第二目标斜率集合的第二分位差的比值小于预设的第四阈值且所述第一中位值与所述第二目标斜率集合的第二中位值之差的绝对值不小于预设的第五阈值,则确定所述待测位置的组织斜率参数为所述第一目标斜率Amax,所述目标斜率集合的相对偏差为所述目标斜率集合的四分位差与中位值之比;
当所述第一条纹的深度较大时,若所述第一中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且所述第一相对偏差大于所述第二相对偏差,或者若所述第一中位值大于所述第二阈值且所述第二相对偏差小于所述第三阈值,则确定所述待测位置的组织斜率参数为所述第二目标斜率Amin;
当所述第二条纹的深度较大时,若所述第二中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且所述第一相对偏差大于所述第二相对偏差,或者若所述第二中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第二相对偏差小于所述第三阈值且所述第二分位差与所述第一分位差的比值小于所述第四阈值且所述第二中位值与所述第一中位值之差的绝对值不小于所述第五阈值,则确定所述待测位置的组织斜率参数为所述第二目标斜率Amin;
当所述第二条纹的深度较大时,若所述第二中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且第一相对偏差小于第二相对偏差,或者若所述第二中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第二相对偏差不小于所述第三阈值或者所述第二分位差与所述第一分位差的比值不小于所述第四阈值或者所述第二中位值与所述第一中位值之差的绝对值小于所述第五阈值,或者若所述第二中位值大于所述第二阈值且所述第一相对偏差小于所述第三阈值,则确定所述待测位置的组织斜率参数为所述第一目标斜率Amax。
其中,各阈值均可以根据精度设定,例如,第二阈值取14,第三阈值取0.3,第四阈值取2,第五阈值取1.5。所述组织病理学分期对应不同的硬度值范围,实际应用中可以参照组织硬度值与组织病理学分期的对照参考标准。
再可选的,由于测量过程中可能会出现误差较大的测量结果,因此为了进一步提高最终结果的准确性。可以对每次的测量结果进行筛查,相应的,本申请实施例六提供一种斜率参数提取方法,在实施例五的基础上,该方法还可以包括:
按照预设的判断条件,从所述多次执行获得的多组最值坐标中,剔除无效的最值坐标组。
可选的,剔除的方案可以包括:针对第i次测量中获得的第一目标斜率Amax-i和第二目标斜率Amin-i,若Amax-i和Amin-i之差的绝对值大于预设的第六阈值,则将本次测量的Amax-i和Amin-i标记为无效测量。
具体的,每次测量过程中,可以获得一系列最大值坐标和一系列最小值坐标,相应的,可以获得本次测量下的第一目标斜率和第二目标斜率,基于这两个目标斜率,可以判断本次测量是否有效,若这两个目标斜率值相差过大,则说明本次测量误差较大,即本次测量无效,则剔除本次测量所得的全部最值坐标。
进一步的,若T次测量中无效测量的次数过多,则会影响最终结果的准确性,对此,若T次测量中无效测量的次数过多,则清除这T次测量结果,重新测量T次,获得相应的目标斜率集合,相应的,在步骤501之后,还可以包括:
若所述第一目标斜率集合或者所述第二目标斜率集合中无效测量的次数大于预设的第七阈值,则相应地清除所述第一目标斜率集合和所述第二目标斜率集合,并返回执行步骤102。
其中,第六阈值和第七阈值也可以根据精度要求确定,例如,第七阈值设定为5,假设T为10,则10次测量中若至少5次测量无效,则取消这10次测量结果,重新测量10次。通过本实施方式,可以避免无效测量对最终结果的影响,提高最终获得的斜率参数的准确性和可靠性。
又可选的,为了进一步提高最终结果的准确性,可以对信号传播图进行滤波,本申请实施例七提供一种斜率参数提取方法,在实施例五的基础上,该方法还可以包括:
对所述变量进行带通滤波。
可选的,进行带通滤波的方法可以为基于最小二乘的带通滤波。实际应用中,外界干扰较大时,滤波后的应变数据质量仍较差,如果直接选取滤波后的结果也可能造成较大误差,对此,步骤102具体可以包括:
在滤波前和滤波后,分别重复执行T次102的步骤,获得滤波前和滤波后各传播距离的最值坐标;
相应的,在实施例五结合实施例四的实施方式下,所述根据所述多组最值坐标,分别拟合获得最大值坐标对应的第一目标斜率集合和最小值坐标对应的第二目标斜率集合,具体可以包括:
根据滤波前的T次测量对应的各最大值坐标,拟合获得第一待选斜率集合{Bmax-1,..,Bmax-i,..,Bmax-T};
根据滤波前的T次测量对应的各最小值坐标,拟合获得第二待选斜率集合{Bmin-1,..,Bmin-i,..,Bmin-T};
根据滤波后的T次测量对应的各最大值坐标,拟合获得第三待选斜率集合{Cmax-1,..,Cmax-i,..,Cmax-T};
根据滤波后的T次测量对应的各最小值坐标,拟合获得第四待选斜率集合{Cmin-1,..,Cmin-i,..,Cmin-T};
若第三待选斜率集合的第三相对偏差或者所述第四待选斜率集合的第四相对偏差不大于所述第三阈值,则将所述获得第三待选斜率集合和所述第四待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合,否则将所述获得第一待选斜率集合和所述第二待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合。
可选的,可以通过最小二乘法、线性拟合或者多项式拟合等方法,将各最大值坐标或者最小值坐标进行拟合。
以实际场景举例来说,基于信号传播图,根据测试信号的频率进行带通滤波,针对滤波前和滤波后的信号传播图,测量T次最值坐标,获得滤波前的T组最大值坐标和T组最小值坐标,以及滤波后的T组最大值坐标和T组最小值坐标。根据这四组最值坐标,拟合获得滤波前最大值坐标对应的第一待选斜率集合,滤波前最小值坐标对应的第二待选斜率集合,滤波后最大值坐标对应的第三待选斜率集合,滤波后最小值坐标对应的第四待选斜率集合,每个待选斜率集合包括T个斜率。根据滤波后的两个待选斜率集合的相对偏差,判断保留滤波前的结果还是滤波后的结果,后续,基于前述方案,从保留的结果中获得最终的斜率参数。
本实施例提供的斜率参数提取装置,在寻找最值坐标的基础上,通过多次测量,滤波等处理,基于滤波前后进行的多次测量结果,得到最终的斜率参数,进一步提高斜率参数提取的准确性和可靠性。
图5为本申请实施例八提供的一种斜率参数提取装置的结构示意图,如图5所示,该斜率参数提取装置包括:
获取模块51,用于获取测试信号在待测位置随着时间沿预设方向传播的变量;
确定模块52,用于确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;
处理模块53,用于拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。
其中测试信号的形式可以有多种,例如,声波、剪切波等。所述变量可以为反映波动特征的任意变量。可选的,在图5所示实施方式的基础上,确定模块可以包括:生成单元,用于获取所述测试信号在待测位置随着时间沿预设方向传播的变量后,生成信号传播图;确定单元,用于从所述信号传播图的初始待测区域中,确定出起始的最值坐标,并作为当前的最值坐标;查找单元,用于从所述当前的最值坐标在下一传播距离中的对应位置开始,在所述信号传播图中沿着时间方向查找所述下一传播距离对应的最值坐标,并将其更新为当前的最值坐标,以此类推,直至查找出各传播距离对应的最值坐标。
需要说明的是,本方案中的最值坐标可以为最大值坐标,也可以为最小值坐标,还可以为最大值坐标和最小值坐标。本实施方式能够获得效果更好的坐标点来进行拟合,从而获得更加准确的斜率参数。
可选的,在前述任一实施方式的基础上,处理模块具体用于依次将所述各传播距离对应的最值坐标中的预设数量个相邻最值坐标进行拟合,获得相应的拟合直线集合;确定所述拟合直线集合中的目标拟合直线,其中,所述各传播距离对应的最值坐标至所述目标拟合直线的残差最小。通过上述实施方式,根据选取的最值坐标,基于最小二乘的线性拟合,能够准确地获得待测位置的斜率参数。
后续结合弹性成像场景作为示例:处理模块还可以用于根据所述待测位置的斜率参数,确定剪切波在所述待测位置的速度值;利用杨氏模量公式,计算得到所述待测位置下待测组织的硬度值。其中,所述杨氏模量公式为:E=3ρVS 2,E为所述硬度值,ρ为待测组织的密度,VS为剪切波在待测位置的速度值,即待测位置的组织斜率参数。通过本实施方式,可以准确快速地获得待测位置下待测组织的硬度值。
本实施例提供的斜率参数提取装置,基于测试信号在待测位置随着时间沿预设方向传播的变量,获得各传播距离对应的最值坐标,并拟合得到待测位置的斜率参数,本方案能够有效提高斜率参数提取的准确性和可靠性。
可选的,为了进一步提高斜率参数的准确性,在拟合前可以对最值坐标进行优化处理和检测筛选。
在一种实施方式中,为了进一步提高斜率参数的准确性,在拟合前还可以先基于变量值和最值坐标的数量对查找到的最值坐标进行检测,相应的,在实施例八的基础上,所述装置还包括:
第一优化模块,用于在所述处理模块拟合处理所述各指定深度对应的最值坐标之前,进行坐标的过零点定位处理。
可选的,第一优化模块具体可以用于依次判断所述各传播距离对应的最值坐标中,相邻的两个最值坐标对应的变量的乘积是否小于0;若小于0,则判断小于0的变量所对应的传播距离是否小于第一预设距离;若所述小于0的变量所对应的传播距离小于所述第一预设距离,则清除所述对应的变量的乘积小于0的两个相邻最值坐标以及之前的全部最值坐标。
实际应用中,若有效最值坐标的数量不满足线性拟合的要求,则需要重新自适应寻找各最值坐标,相应的,所述第一优化模块还可以用于若所述各传播距离对应的最值坐标的数量小于第一阈值,则清除所述各传播距离对应的最值坐标,并返回执行102。
在另一种实施方式中,所述装置还包括:第二优化模块,用于在所述处理模块拟合处理所述各指定深度对应的最值坐标之前,剔除满足预设条件的异常坐标。
可选的,第二优化模块具体可以用于检测包括起始传播距离在内的M个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这M个最值坐标;检测包括结束传播距离在内的N个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这N个最值坐标;检测所述各传播距离中除所述起始传播距离和所述结束传播距离以外的传播距离对应的最值坐标,若存在K个连续相邻的传播距离对应的最值坐标的横坐标相同,则只保留其中第K’个最值坐标;K’和K的关系以实际经验为准,例如,当K=2k时,K’=k;当K=2k+1时,K’=k+1;其中,M、N和k均为正整数。
再可选的,第二优化模块具体还可以用于计算最值坐标Aj的横坐标与最值坐标Aj-1的横坐标的差值Vj,其中,j依次取3至x,x为大于3且小于所述各传播距离的数量的正整数;若所述差值Vj大于预设的下限值,则计算最值坐标A3至最值坐标Ax中全部的相邻两个最值坐标的横坐标之差的绝对值的平均值;若所述平均值小于预设的上限值,则判断所述最值坐标Aj对应的传播距离是否小于第二预设距离;若所述最值坐标Aj对应的传播距离小于所述第二预设距离,则在最值坐标集合{A3,..,Aj,..,Ax}中清除所述最值坐标Aj以及其之前的最值坐标;若所述最值坐标Aj对应的传播距离大于所述第二预设距离,则在所述最值坐标集合{A3,..,Aj,..,Ax}中清除所述最值坐标Aj以及其之后的最值坐标。
在前述任一实施例的基础上,所述最值坐标包括最大值坐标和最小值坐标;相应的,所述处理模块包括:拟合单元,用于根据各传播距离对应的最大值坐标和各传播距离对应的最小值坐标,分别拟合获得最大值坐标对应的第一目标斜率和最小值坐标对应的第二目标斜率;处理单元,用于根据所述第一目标斜率和所述第二目标斜率,确定所述待测位置的斜率参数。
所述处理单元,具体用于从所述第一目标斜率和所述第二目标斜率中,选择一个目标斜率作为所述待测位置的斜率参数;或者,所述处理单元,具体用于将所述第一目标斜率和所述第二目标斜率的均值,作为所述待测位置的斜率参数。
可选的,在任一实施例的基础上,所述获得各传播距离对应的最值坐标的步骤被多次执行,以获得多组最值坐标。
在一种实施方式中,所述拟合单元包括:拟合子单元,用于根据所述多组最值坐标,分别拟合获得最大值坐标对应的第一目标斜率集合和最小值坐标对应的第二目标斜率集合;计算子单元,用于计算所述第一目标斜率集合的中位值得到所述第一目标斜率,以及计算所述第二目标斜率集合的中位值得到所述第二目标斜率。
实际应用中,处理单元具体可以用于根据第一条纹和第二条纹的相对位置关系,结合预设的条件,确定所述待测位置的组织斜率参数。具体的,所述条件包括:当所述第一条纹的深度(传播距离)较大时,若所述第一目标斜率集合的第一中位值不大于预设的第二阈值且第一目标斜率Amax和第二目标斜率Amin属于同一组织病理学分期且第一目标斜率集合的第一相对偏差小于第二目标斜率集合的第二相对偏差,或者若所述第一中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第一相对偏差小于预设的第三阈值且所述第一目标斜率集合的第一分位差与所述第二目标斜率集合的第二分位差的比值小于预设的第四阈值且所述第一中位值与所述第二目标斜率集合的第二中位值之差的绝对值不小于预设的第五阈值,则确定所述待测位置的组织斜率参数为所述第一目标斜率Amax,所述目标斜率集合的相对偏差为所述目标斜率集合的四分位差与中位值之比;当所述第一条纹的深度较大时,若所述第一中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且所述第一相对偏差大于所述第二相对偏差,或者若所述第一中位值大于所述第二阈值且所述第二相对偏差小于所述第三阈值,则确定所述待测位置的组织斜率参数为所述第二目标斜率Amin;当所述第二条纹的深度较大时,若所述第二中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且所述第一相对偏差大于所述第二相对偏差,或者若所述第二中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第二相对偏差小于所述第三阈值且所述第二分位差与所述第一分位差的比值小于所述第四阈值且所述第二中位值与所述第一中位值之差的绝对值不小于所述第五阈值,则确定所述待测位置的组织斜率参数为所述第二目标斜率Amin;当所述第二条纹的深度较大时,若所述第二中位值不大于所述第二阈值且Amax和Amin属于同一组织病理学分期且第一相对偏差小于第二相对偏差,或者若所述第二中位值不大于所述第二阈值且Amax和Amin不属于同一组织病理学分期且所述第二相对偏差不小于所述第三阈值或者所述第二分位差与所述第一分位差的比值不小于所述第四阈值或者所述第二中位值与所述第一中位值之差的绝对值小于所述第五阈值,或者若所述第二中位值大于所述第二阈值且所述第一相对偏差小于所述第三阈值,则确定所述待测位置的组织斜率参数为所述第一目标斜率Amax。
再可选的,由于测量过程中可能会出现误差较大的测量结果,因此为了进一步提高最终结果的准确性。可以对每次的测量结果进行筛查,相应的,所述装置还包括:
第三优化模块,用于按照预设的判断条件,从所述多次执行获得的多组最值坐标中,剔除无效的最值坐标组。
可选的,第三优化模块剔除的方案可以包括:针对第i次测量中获得的第一目标斜率Amax-i和第二目标斜率Amin-i,若Amax-i和Amin-i之差的绝对值大于预设的第六阈值,则将本次测量的Amax-i和Amin-i标记为无效测量。
进一步的,第三优化模块还可以用于若所述第一目标斜率集合或者所述第二目标斜率集合中无效测量的次数大于预设的第七阈值,则相应地清除所述第一目标斜率集合和所述第二目标斜率集合,并返回执行102。
又可选的,为了进一步提高最终结果的准确性,可以对信号传播图进行滤波,在实施例五的基础上,该装置还可以包括:滤波模块,用于对所述信号传播图进行带通滤波。
对此,确定模块具体可以用于在滤波前和滤波后,分别重复执行T次102的步骤,获得滤波前和滤波后各深度的最值坐标。
可选的,所述处理模块具体可以用于根据滤波前的T次测量对应的各最大值坐标,拟合获得第一待选斜率集合{Bmax-1,..,Bmax-i,..,Bmax-T};根据滤波前的T次测量对应的各最小值坐标,拟合获得第二待选斜率集合{Bmin-1,..,Bmin-i,..,Bmin-T};根据滤波后的T次测量对应的各最大值坐标,拟合获得第三待选斜率集合{Cmax-1,..,Cmax-i,..,Cmax-T};根据滤波后的T次测量对应的各最小值坐标,拟合获得第四待选斜率集合{Cmin-1,..,Cmin-i,..,Cmin-T};若第三待选斜率集合的第三相对偏差或者所述第四待选斜率集合的第四相对偏差不大于所述第三阈值,则将所述获得第三待选斜率集合和所述第四待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合,否则将所述获得第一待选斜率集合和所述第二待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种斜率参数提取装置,其特征在于,包括:至少一个处理器和存储器;所述存储器存储计算机执行指令;所述至少一个处理器执行所述存储器存储的计算机执行指令,以执行如前所述的方法。
本申请实施例还提供一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现如前所述的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (15)
1.一种斜率参数提取方法,其特征在于,包括:
获取测试信号在待测位置随着时间沿预设方向传播的变量;
确定所述预设方向上的各传播距离对应的所述变量的最值所在的坐标,获得各传播距离对应的最值坐标;
拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数;
所述拟合处理所述各传播距离对应的最值坐标之前,还包括:
依次判断所述各传播距离对应的最值坐标中,相邻的两个最值坐标对应的变量的乘积是否小于0;
若小于0,则判断小于0的变量所对应的传播距离是否小于第一预设距离;
若所述小于0的变量所对应的传播距离小于所述第一预设距离,则清除所述对应的变量的乘积小于0的两个相邻最值坐标以及之前的全部最值坐标。
2.根据权利要求1所述的方法,其特征在于,所述确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标,包括:
获取所述测试信号在待测位置随着时间沿预设方向传播的变量后,生成信号传播图;
从所述信号传播图的初始待测区域中,确定出起始的最值坐标,并作为当前的最值坐标;
从所述当前的最值坐标在下一传播距离中的对应位置开始,在所述信号传播图中沿着时间方向查找所述下一传播距离对应的最值坐标,并将其更新为当前的最值坐标,以此类推,直至查找出所述信号传播图中各传播距离对应的最值坐标。
3.根据权利要求1所述的方法,其特征在于,所述拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数包括:
对所述各传播距离对应的最值坐标进行拟合,得到目标拟合直线;
将所述目标拟合直线的斜率作为所述待测位置的斜率参数。
4.根据权利要求3所述的方法,其特征在于,所述对所述各传播距离对应的最值坐标进行拟合,得到目标拟合直线包括:
依次将所述各传播距离对应的最值坐标中的预设数量个相邻最值坐标进行拟合,获得相应的拟合直线集合;
确定所述拟合直线集合中的目标拟合直线,其中,所述各传播距离对应的最值坐标至所述目标拟合直线的残差最小。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述拟合处理所述各传播距离对应的最值坐标之前,还包括:
剔除满足预设条件的异常最值坐标。
6.根据权利要求5所述的方法,其特征在于,所述剔除满足预设条件的异常最值坐标,包括:
检测包括起始传播距离在内的M个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这M个最值坐标;检测包括结束传播距离在内的N个连续相邻的传播距离对应的最值坐标的横坐标是否均相同,若均相同,则删除这N个最值坐标;检测所述各传播距离中除所述起始传播距离和所述结束传播距离以外的传播距离对应的最值坐标,若存在K个连续相邻的传播距离对应的最值坐标的横坐标相同,则只保留其中第K’个最值坐标;K’和K的关系为:当K=2k时,K’=k;当K=2k+1时,K’=k+1;其中,M、N和k均为正整数;或者,
计算最值坐标Aj的横坐标与最值坐标Aj-1的横坐标的差值Vj,其中,j依次取3至x,x为大于3且小于所述各传播距离的数量的正整数;若所述差值Vj大于预设的下限值,则计算最值坐标A3至最值坐标Ax中全部的相邻两个最值坐标的横坐标之差的绝对值的平均值;若所述平均值小于预设的上限值,则判断所述最值坐标Aj对应的传播距离是否小于第二预设距离;若所述最值坐标Aj对应的传播距离小于所述第二预设距离,则在最值坐标集合{ A3,.., Aj,.., Ax }中清除所述最值坐标Aj以及其之前的最值坐标;若所述最值坐标Aj对应的传播距离大于所述第二预设距离,则在所述最值坐标集合{ A3,.. , Aj,.., Ax }中清除所述最值坐标Aj以及其之后的最值坐标。
7.根据权利要求1所述的方法,其特征在于,所述最值坐标包括最大值坐标和最小值坐标;所述拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数,包括:
根据各传播距离对应的最大值坐标和各传播距离对应的最小值坐标,分别拟合获得最大值坐标对应的第一目标斜率和最小值坐标对应的第二目标斜率;
根据所述第一目标斜率和所述第二目标斜率,确定所述待测位置的斜率参数。
8.根据权利要求7所述的方法,其特征在于,所述根据所述第一目标斜率和所述第二目标斜率,确定所述待测位置的斜率参数,包括:
从所述第一目标斜率和所述第二目标斜率中,选择一个目标斜率作为所述待测位置的斜率参数;或者,
将所述第一目标斜率和所述第二目标斜率的均值,作为所述待测位置的斜率参数。
9.根据权利要求7或8所述的方法,其特征在于,所述获得各传播距离对应的最值坐标的步骤被多次执行,以获得多组最值坐标;
所述分别拟合获得最大值坐标对应的第一目标斜率和最小值坐标对应的第二目标斜率,包括:
根据所述多组最值坐标,分别拟合获得最大值坐标对应的第一目标斜率集合和最小值坐标对应的第二目标斜率集合;
计算所述第一目标斜率集合的中位值得到所述第一目标斜率,以及计算所述第二目标斜率集合的中位值得到所述第二目标斜率。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
按照预设的判断条件,从所述多次执行获得的所述多组最值坐标中,剔除无效的最值坐标组。
11.根据权利要求9所述的方法,其特征在于,所述方法还包括:
对所述变量进行带通滤波;
其中,所述获得各传播距离对应的最值坐标的步骤被执行多次,以获得多组最值坐标包括:
在滤波前和滤波后,分别重复执行T次获得各传播距离对应的最值坐标的步骤,获得滤波前的T组最值坐标和滤波后的T组最值坐标,其中,T为正整数。
12.根据权利要求11所述的方法,其特征在于,根据所述多组最值坐标,分别拟合获得最大值坐标对应的第一目标斜率集合和最小值坐标对应的第二目标斜率集合包括:
根据滤波前的T次测量对应的各最大值坐标,拟合获得第一待选斜率集合{ Bmax-1,..,Bmax-i,.., Bmax-T };
根据滤波前的T次测量对应的各最小值坐标,拟合获得第二待选斜率集合{ Bmin-1,..,Bmin-i,.., Bmin-T };
根据滤波后的T次测量对应的各最大值坐标,拟合获得第三待选斜率集合{ Cmax-1,..,Cmax-i,.., Cmax-T };
根据滤波后的T次测量对应的各最小值坐标,拟合获得第四待选斜率集合{ Cmin-1,..,Cmin-i,.., Cmin-T };
若所述第三待选斜率集合的第三相对偏差或者所述第四待选斜率集合的第四相对偏差不大于第三阈值,则将所述获得第三待选斜率集合和所述第四待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合,否则将所述获得第一待选斜率集合和所述第二待选斜率集合,分别作为所述第一目标斜率集合和所述第二目标斜率集合。
13.一种斜率参数提取装置,其特征在于,包括:
获取模块,用于获取测试信号在待测位置随着时间沿预设方向传播的变量;
确定模块,用于确定所述预设方向上的各传播距离对应的变量的最值所在的坐标,获得各传播距离对应的最值坐标;
第一优化模块,用于拟合处理所述各传播距离对应的最值坐标之前,依次判断所述各传播距离对应的最值坐标中,相邻的两个最值坐标对应的变量的乘积是否小于0;若小于0,则判断小于0的变量所对应的传播距离是否小于第一预设距离;若所述小于0的变量所对应的传播距离小于所述第一预设距离,则清除所述对应的变量的乘积小于0的两个相邻最值坐标以及之前的全部最值坐标;
处理模块,用于拟合处理所述各传播距离对应的最值坐标,获得所述待测位置的斜率参数。
14.一种斜率参数提取装置,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;所述至少一个处理器执行所述存储器存储的计算机执行指令,以执行如权利要求1-12中任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002351.9A CN111399038B (zh) | 2019-01-02 | 2019-01-02 | 斜率参数提取方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002351.9A CN111399038B (zh) | 2019-01-02 | 2019-01-02 | 斜率参数提取方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111399038A CN111399038A (zh) | 2020-07-10 |
CN111399038B true CN111399038B (zh) | 2023-04-07 |
Family
ID=71430216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910002351.9A Active CN111399038B (zh) | 2019-01-02 | 2019-01-02 | 斜率参数提取方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111399038B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116448263B (zh) * | 2023-06-16 | 2023-09-05 | 山东德圣源新材料有限公司 | 一种勃姆石生产设备运行状态检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102078205A (zh) * | 2011-03-04 | 2011-06-01 | 深圳市一体医疗科技股份有限公司 | 一种测量粘弹性介质弹性的位移估计方法及应用方法 |
CN104546014A (zh) * | 2014-12-25 | 2015-04-29 | 中国科学院深圳先进技术研究院 | 一种用于生物组织弹性测量的剪切波速度估计方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011028973A2 (en) * | 2009-09-04 | 2011-03-10 | Cornell University | Methods and systems for functional imaging of cardiac tissue |
CN102764141B (zh) * | 2012-07-20 | 2014-05-21 | 中国科学院深圳先进技术研究院 | 弹性成像方法和系统及其中的生物组织位移估计方法和系统 |
CN110368031B (zh) * | 2014-09-03 | 2022-10-04 | 深圳迈瑞生物医疗电子股份有限公司 | 弹性测量检测方法及系统 |
US11058397B2 (en) * | 2015-01-02 | 2021-07-13 | Esaote S.P.A. | Method for quantifying the elasticity of a material by ultrasounds |
CN105266851B (zh) * | 2015-10-29 | 2018-01-05 | 无锡海斯凯尔医学技术有限公司 | 粘弹性介质的粘度参数检测方法和设备 |
CN106772393B (zh) * | 2016-12-14 | 2019-08-02 | 湖北工业大学 | 一种改进的基于飞行时间检测的超声波测距方法 |
CN107609557B (zh) * | 2017-08-24 | 2020-09-08 | 华中科技大学 | 一种指针式仪表读数识别方法 |
CN107616814A (zh) * | 2017-08-25 | 2018-01-23 | 深圳中科乐普医疗技术有限公司 | 一种生物组织剪切波波速测量方法及医用超声波设备 |
-
2019
- 2019-01-02 CN CN201910002351.9A patent/CN111399038B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102078205A (zh) * | 2011-03-04 | 2011-06-01 | 深圳市一体医疗科技股份有限公司 | 一种测量粘弹性介质弹性的位移估计方法及应用方法 |
CN104546014A (zh) * | 2014-12-25 | 2015-04-29 | 中国科学院深圳先进技术研究院 | 一种用于生物组织弹性测量的剪切波速度估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111399038A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5121389B2 (ja) | 対象体の大きさを測定するための超音波診断装置及び方法 | |
CN113608195B (zh) | 一种激光雷达全波形数据分解测深方法、装置及电子设备 | |
Merazi Meksen et al. | Automatic crack detection and characterization during ultrasonic inspection | |
US20210208107A1 (en) | Ultrasonic analysis of a subject | |
CN110840488B (zh) | 一种基于剪切波的成像方法、系统及装置 | |
CN104374828A (zh) | 一种隐患探测的超声波层析成像方法 | |
CN118032817A (zh) | 基于智能超表面的建筑结构内部缺陷检测方法及系统 | |
CN111399038B (zh) | 斜率参数提取方法、装置及计算机可读存储介质 | |
US11054398B2 (en) | Ultrasonic inspection method, ultrasonic inspection device, and computer-readable storage medium | |
CN102163322A (zh) | 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法 | |
CN111399039B (zh) | 斜率参数提取方法、装置及存储介质 | |
CN113552571B (zh) | 基于psm算法的水下激光致声saft成像方法 | |
CN106645401B (zh) | 一种基于频率波数估计的损伤定位与重构方法及系统 | |
CN111401108B (zh) | 斜率参数提取方法、装置及计算机可读存储介质 | |
CN110133680A (zh) | 一种机载激光测深接收波形有效信号初值确定方法及系统 | |
JPWO2020184521A1 (ja) | 超音波探傷方法、超音波探傷装置、鋼材の製造設備、鋼材の製造方法、及び鋼材の品質管理方法 | |
JP5904154B2 (ja) | 超音波探傷方法および超音波探傷装置 | |
WO2025000602A1 (zh) | 一种道路地下结构性缺陷检测方法、介质及系统 | |
CN107367730B (zh) | 适用于条带式合成孔径声呐对场景目标成像的自聚焦方法 | |
CN106198745B (zh) | 基于反射能量比参量的锚固缺陷长度识别方法 | |
KR101550706B1 (ko) | 초음파를 이용한 두께 측정 장치 및 이의 두께 측정 방법 | |
CN114779211A (zh) | 一种激光脉冲雷达设备及点云密度提升方法及设备 | |
CN113963171A (zh) | 一种浅地层剖面声呐图像海底线自动识别的方法和系统 | |
JP2017500553A (ja) | 断片の表面を再構築する方法 | |
CN113837163B (zh) | 一种基于三维探地雷达的隧道监测方法、系统以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |