USG/Parametryczne: Różnice pomiędzy wersjami
(→Metoda) |
|||
| Linia 8: | Linia 8: | ||
Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. <br> | Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. <br> | ||
W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.<br> | W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.<br> | ||
| − | Do dyspozycji mamy plik z danymi z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry: | + | Do dyspozycji mamy [[http://www.fuw.edu.pl/~jarekz/FUW-FID-2016/raw-data/usg4_1480ms.npy plik z danymi]] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry: |
<source lang = python> | <source lang = python> | ||
f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz] | f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz] | ||
| Linia 22: | Linia 22: | ||
Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br> | Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br> | ||
| + | |||
==Zadania== | ==Zadania== | ||
#Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami. | #Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami. | ||
#Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę? | #Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę? | ||
Wersja z 10:59, 1 lip 2016
Obrazowanie parametryczne
Jednym z istotnym problemów badawczych w ultrasonografii jest zagadnienie estymacji prędkości dźwięku w obrazowanej strukturze. Informacja taka może być wykorzystana zarówno do lepszego obrazowania (minimalizacja błędów rekonstrukcji), jak i potencjalnie do charakteryzowania różnych rodzajów tkanek.
Standardowo, rekonstruując obraz RFów przyjmujemy stałą średnią prędkość dźwięku na całej głębokości pomiarowej (1540m/s). W rzeczywistości prędkość w różnych rodzajach tkanek miękkich jest różna (od 1450m/s dla tłuszczu do 1570m/s dla krwi). Jednocześnie, charakterystyka odbiciowa struktur o różnej prędkości dźwięku może być nieodróżnialna na prezentacji B-mode.
Celem tych ćwiczeń będzie implementacja prostej metody szacującej pośrednio różnicę między założoną prędkością dźwięku, a faktyczną prędkością dźwięku.
Metoda
Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami.
W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.
Do dyspozycji mamy [plik z danymi] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz]
fs = 50e6 # Częstotliwość próbkowania [Hz]
pitch = 0.21e-3 # odległość między środkami kolejnych przetworników [m]
na = 15 # Liczba nadań
theta = [-10,0,10] # kąty dla kolejnych nadań ?????
NT = 192 # Liczba przetworników w pełnej aperturze
Ntr = 192 # Pełna subapertura nadawcza
Surowe dane RF znajdują się w tablicy o wymiarach [math]NT\times N \times na [/math]
gdzie [math]N[/math] odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania.
Zadania
- Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami.
- Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?
