頻譜都卜勒血流速度的自動檢測方法

2023-06-09 01:50:51 1

專利名稱：頻譜都卜勒血流速度的自動檢測方法
技術領域：
本發明涉及超聲技術，特別涉及利用頻譜都卜勒效應測量流體速度的超聲技術，尤其是涉及超聲診斷儀利用包絡檢測來獲得血流速度的方法。
背景技術：
在超聲成像系統中，都卜勒效應被廣泛用於血流檢測。例如在應用超聲都卜勒技術檢查心臟與動靜脈的超聲系統中，需要從都卜勒頻譜圖中提取相關參數來評價心臟與血管的血流動力學狀態。該參數包括峰值速度，舒張最低速度，阻力指數，收縮/舒張指數等，這些參數的確定許多都依賴於血流的峰值速度和平均速度。而對血流峰值速度和平均速度的檢測可以轉換成對超聲回波最大頻偏和平均頻偏的檢測。其原理是，超聲換能器發射超聲波到受試者體內，並接收從受試者體內返回的超聲回波；由於血管中運動紅細胞對超聲波的散射作用，使得超聲回波的頻率發生偏移，而該頻率偏移大小與發射超聲波的中心頻率及紅細胞的運動速度相關，故只要測量超聲回波頻率偏移，就可以計算獲知紅細胞的運動情況。
圖1所示為傳統超聲都卜勒頻譜分析系統處理信號的基本流程。超聲回波信號經波束合成後形成射頻回波信號，又經解調模塊分解成兩路分量，一路是同相位分量I(In-phasecomponent)，另一路是正交分量Q(quadrate component)。在脈衝都卜勒信號處理系統中，系統分別對所述兩路I、Q分量作距離選通，即在特定的時間段內分別對兩路分量信號進行累加(累加的時間段和脈衝都卜勒發射脈衝的長度由操作者根據實際情況選擇)；而連續波都卜勒信號處理系統則不需該距離選通過程。所述I、Q兩路分量(對脈衝都卜勒信號處理系統則指經過距離累加後的兩路分量)再分別經壁濾波(高通濾波)處理，濾除由靜止或者慢速運動組織引起的雜波，得到以紅細胞運動引起的回波為主的兩路分量信號，並被送往譜估計模塊。所述譜估計模塊一般用快速傅立葉變換(FFT)來估算功率譜，該快速傅立葉變換的點數可以是128點，也可以是256點。由於估算出來的功率譜動態範圍太大，系統需要將每次估算出來的功率譜進行壓縮處理，使之落入灰度顯示範圍，並在屏幕上的都卜勒頻譜圖上顯示出對應時刻和速度(頻偏)的功率譜強度。
因血流峰值速度的檢測對應於都卜勒最大頻移的檢測，所以早期利用超聲都卜勒頻譜圖來手動檢測血流峰值速度的方法包括步驟先保存幾個心動周期的功率譜圖；接著操作者根據顯示屏上的功率譜圖來手動標記譜的峰值；最後計算機根據所述標記的峰值來計算出各種參數。這種手動檢測的缺點是操作者標記峰值速度比較單調費時，重複性差，估計精度低；並且在檢測時，為了標記峰值速度，操作者需要中斷採集都卜勒信號，從而無法實時估計。
因而，圖1的系統還須包括自動包絡檢測模塊，可以自動跟蹤血流峰值速度和平均速度與時間相關的變化，並在都卜勒頻譜圖上實時顯示。該自動檢測可以在譜估計之後對估算的功率譜進行，也可以如圖1所示對壓縮後的功率譜進行。這樣醫生可以實時自動獲取血流的峰值速度，平均速度及其它相關參數。
從原理上來說，檢測都卜勒血流峰值速度似乎比較簡單，只要檢測最大都卜勒頻移就可以了。實際上該檢測受兩個主要因素影響一是聲譜的內在變寬，因為估算功率譜的數據點有限(如128或256點)，所以估算出的頻譜帶寬比理想情況要寬，在整個截止頻率帶內均有功率譜分布；該因素對都卜勒最大頻移的影響不好定量判斷。二是都卜勒信號本身含有的噪聲(noise)，在都卜勒頻譜圖中總包含有信號和噪聲，檢測最大頻移即找出二者之間的轉折點，但頻譜由噪聲到信號的轉折點不是很明顯，都卜勒頻移在一個心動周期的心臟射血期間變化很快，但在其他期間則變化緩慢；而且，對特定頻率，頻譜圖的信噪比也隨時間而變化。為此，先後有很多自動檢測血流峰值速度和平均速度的方法被提出來力圖克服上述影響。
為了能準確並穩健地估算出都卜勒頻譜圖的包絡，需要區分頻譜圖上都卜勒譜信號和噪聲的邊界，所以方法之一是設定閾值，將頻譜圖上大於閾值的視為信號，反之視為噪聲。該閾值可以被設定為所有信號和噪聲之和的某個固定百分比，在信噪比(signal to noise rate；SNR)比較高的條件下，這種方法效果比較好。臨床應用中，這種方法受SNR和帶寬的影響很大。在SNR較低的情況下，固定百分比設定的噪聲閾值會低於實際噪聲水平；而在SNR較高的情況下，固定百分比設定的噪聲閾值會高於實際噪聲水平。因為該方法對噪聲的估計是通過平均靠近截止頻率附近譜線來實現的，所以在SNR較低時，估計峰值有正向偏移；在SNR較高時，估計的峰值有負向偏移。由於噪聲具有一定的隨機性，這種方法的平均閾值會隨著每一根譜線發生變化，導致估計的閾值水平隨之而變，而實際上平均噪聲水平相對來說會比較平穩，所以這種會自動包絡跟蹤的方法可能導致結果不可預料。
在文章「Comparison of four digital maximum frequency estimators for Dopplerultrasound.」，Ultrasound in Med. Biol.，Vol.14，No.5，pp.355-363，(1988)中，LarryY.L.等人對四種估算都卜勒頻率最大頻偏的方法作出比較，並提出一種百分比法的改進方法(稱之為混合方法)。該方法首先計算每一根譜線的頻譜積分曲線，再對該積分譜線進行分析。通常情況下，因頻譜圖能量主要集中在頻率較低部分，故頻譜積分曲線在頻率較低部分變化較快，頻率較高部分變化較緩。該混合方法尋找預定直線和所述頻譜積分曲線的交叉點，並將該交叉點對應的頻率視為最大頻偏。其中所述直線的斜率和噪聲水平有關，而估計噪聲採用了同百分比方法類似的方法，即平均截止頻率附近的譜線。
在文章「Comparison of the performance of three maximum Doppler frequencyestimators coupled with different spectral estimation methods.」，Ultrasound in Med. Biol.，Vol.20，No.7，pp.629-638，(1994)中，K.Marasek等人對混合方法進行改進，提出了幾何方法，也是先計算出每一根譜線的頻譜積分曲線，再對每條積分譜線進行分析。該方法和所述混合方法不同的是對最大頻偏點的確認法它設計一條直線，計算積分譜線上每點到該直線的距離，認為距離最短的那個點對應的頻率即最大頻偏。
在文章「The performance of three maximum frequency envelope detection algorithmsfor Doppler signals.」，J.vasc.Invest.1126-134，(1995)中，R.Moraes等人對幾何方法進行改進，提出改進的幾何方法設計直線使經過坐標原點，積分曲線和直線之間的垂直距離最大的那個點對應的頻率即最大頻偏。為了防止信號較弱時出現不可估計的誤差，該方法還增加使用一經驗閾值。若信號弱於所述閾值，則不進行最大頻偏檢測，而直接將最大頻偏值設為壁濾波截止頻率。
在美國專利US 5,287,753公開的技術方案中，Routh等人介紹了一種自適應閾值包絡檢測方法。它的基本思想是通過對比都卜勒功率譜強度和一設定閾值，來確定出最大頻偏。在該方法中，閾值能夠根據每個心動周期的信噪比來自適應調整，與前幾種方法最大的不同點是，該方法假設在一個心動周期內，噪聲水平和平均信噪比比較穩定，因此根據心動周期來確定平均噪聲水平和平均信噪比。而前幾種方法中閾值會隨著每一根譜線劇烈變化，由此估計的閾值水平也會隨著每一根譜線劇烈變化。
上述現有技術的主要不足在於混合方法以頻譜圖中最大頻偏應該小於截止頻率為假設前提。在該前提下，對聲譜圖上邊緣部分平均估計噪聲才會有意義；這樣當截止頻率小於最大頻偏時，該方法將失效。同時因最大頻偏估計結果受實際估計噪聲和積分曲線的影響很大，當噪聲閾值設定較小，最大頻偏估計會偏小，反之會偏大；故該方法受實際SNR和準確估計噪聲的影響較大。
幾何方法中因最大頻偏估計是一種有偏估計，當截止頻率小於最大頻偏時，該方法有效性會降低。該方法沒有直接估計噪聲水平，但受積分曲線影響較大在SNR較小時，積分曲線不能夠保證在頻率低時變化較快，頻率高時變化較慢，此時估計出的最大頻率的誤差較大。
改進的幾何方法中，因最大頻率估計是永遠小於真實值的有偏估計，和幾何方法類似，當最大頻偏和截止頻率較接近時，估計誤差會變大。雖然該方法增加一閾值來降低弱信號時的誤判，但該閾值的選擇具有經驗性，在不同信噪比條件下，選擇差異性較大。同幾何方法一樣，在信號能量較強，但SNR較小時，積分曲線不能夠保證在頻率低時變化較快，頻率高時變化較慢，此時估計出的最大頻率的誤差較大。
自適應閾值方法中，因噪聲閾值由平均信噪比得到，而信噪比受信號強度影響較大，當噪聲水平估計不正確時將會影響到最大頻偏估計。另外，因閾值和前一心動周期包絡檢測結果有關，當都卜勒頻譜圖比較穩定時，自適應閾值調整並不能夠保證閾值能被收斂到一個穩定值。在確定包絡時，採用簡單的閾值判斷法，由於FFT計算出來的功率譜起伏較大，也影響了包絡檢測的穩健性。

發明內容
本發明要解決的技術問題是針對上述現有技術的不足，而提出一種頻譜都卜勒血流速度的自動檢測方法，能減小信號信噪比和帶寬的影響，準確並且穩健地進行包絡檢測，從而有利於血流參數被連續自動地準確計算。
為解決上述技術問題，本發明的基本構思為在自適應閾值方法的基礎上，改用基於噪聲水平來確定閾值水平，這樣當都卜勒頻譜圖穩定時閾值也能夠穩定收斂，從而使包絡檢測更加穩健。此外，還可以對FFT計算出來的功率譜進行平滑處理，以減少功率譜起伏太大引起的包絡檢測錯誤。
作為實現本發明構思的技術方案是，提供一種頻譜都卜勒血流速度的自動檢測方法，用於超聲系統對血流速度的測量過程，包括步驟A.射頻超聲回波信號經過解調、濾波和模數轉換後獲得流體的都卜勒信號；B.對所述都卜勒信號進行頻譜分析，獲得該都卜勒信號隨時間變化的各功率譜線；C.確定閾值；D.根據所述閾值和當前功率譜線來確定該功率譜線對應的頻偏參數或血流速度，直至測量過程結束或各功率譜線均被處理完畢；尤其是，所述閾值與前一基本時間段內的平均噪聲水平相關，除了在系統啟動測試時由系統經驗確定外，均自動根據所述平均噪聲水平來更新調整。
上述方案中，所述閾值的更新調整是以一預定時間間隔進行的；所述預定時間間隔包括但不限於一個心動周期。
上述方案中，所述閾值更新調整的計算方法是假設第i-1個時間段的平均噪聲水平是NOISEi-1，第i個時間段的閾值是Ti，則當前心動周期的平均噪聲水平NOISEi可自動更新為NOISEi=K*NOISEi-1+(1-K)*t=tistief=-fofol(t,f)l(t,f)Ti0l(t,f)>Tit=tistief=-fofo1l(t,f)Ti0l(t,f)>Ti]]>其中l(t，f)是功率譜密度，t是時間，f是都卜勒頻率；tis是第i個時間段的起始，tie是第i個時間段的結束；fo是聲譜圖上的截止頻率，K是遺忘因子；及第i+1個時間段的閾值Ti+1可自動更新為Ti+1＝M*NOISEi其中M是一個經驗常數。
上述方案中，所述步驟D中每確定一功率譜線對應的頻偏參數或血流速度前，包括一判斷該譜線是否有效的過程；若判斷有效，則進行頻偏計算，否則直接確定最大頻偏。
上述方案中，所述步驟D中每確定一功率譜線對應的頻偏參數或血流速度前，還包括一採用濾波方法來平滑所述功率譜的過程。
上述方案中，所述步驟D中的頻偏參數包括最大頻率，是基於所述閾值，利用譜線上的多個點來共同確定的。
採用上述各技術方案，可以用簡單的閾值更新方法使閾值自動收斂，從而準確並穩健地進行包絡檢測，還能減小信號信噪比和帶寬的影響，有利於血流參數的準確計算。


圖1是傳統超聲都卜勒頻譜分析系統處理信號的基本流程2是本發明包絡檢測軟體流程3是本發明最大頻率和平均頻率檢測流程4是平滑前的功率譜示意5是平滑後的功率譜示意6是最大頻率判斷示意7是平均噪聲估計示意圖具體實施方式
下面，結合附圖所示之最佳實施例進一步闡述本發明。
本發明頻譜都卜勒血流速度的自動檢測方法，基於圖1，用於超聲系統(因屬於現有技術，不在此贅述)對血流速度的測量過程，包括步驟A.射頻超聲回波信號經過解調、濾波和模數轉換後獲得流體的都卜勒信號；B.對所述都卜勒信號進行頻譜分析，獲得該都卜勒信號隨時間變化的各功率譜線；C.確定閾值；D.根據所述閾值和當前功率譜線來確定該功率譜線對應的頻偏參數或血流速度，直至測量過程結束或各功率譜線均被處理完畢；其中，所述閾值與前一基本時間段內的平均噪聲水平相關，除了在系統啟動測試時由系統經驗確定外，均自動根據所述平均噪聲水平被更新調整。
本發明對所述閾值的更新調整是以一預定時間間隔進行的；所述預定時間間隔包括但不限於一個心動周期。這是根據一個基本時間段內噪聲水平和閾值水平可以保持不變的前提而作的，主要因為一，背景噪聲主要來源於超聲儀器系統，並且受血流速度的影響很小，不同病人的SNR可能相差非常大，但是當系統參數確定後，噪聲水平應該比較一致。二，噪聲水平在不同的心動周期有差異，當波形檢查比較穩定時，噪聲水平才會相對比較穩定。三，噪聲分布符合一定的模型，為了簡化計算，假設最大噪聲能量僅僅和噪聲平均水平相關。所以，對於當前心動周期內的當前譜線，所述平均噪聲和所述閾值水平Ti均不變；但當譜線進入下一個心動周期，則所述的平均噪聲和閾值水平將發生變化。
系統計算其它血流參數的基礎是包括在步驟D中確定的最大頻率，圖2給出了該最大頻率偏移的檢測過程系統在開始時，可以根據增益水平和系統參數來初始化平均噪聲和閾值；在後續處理中，對FFT估算出來的每一條功率譜譜線逐條處理，分別就各譜線分別計算正向和負向血流引起的最大頻偏和平均頻偏。
其中，平均噪聲估計如圖7所示(所述預定時間間隔以一個心動周期為例)。橫軸表示時間，縱軸表示頻率偏移，圖中實線表示計算出來的最大頻偏，中線以上的實線表示正向血流引起的最大頻偏，以下的實線表示負向血流引起的最大頻偏。虛線處的時間表示一個心動周期的結束，此刻需要重新計算平均噪聲水平和閾值水平，則計算噪聲的噪聲區域是最大頻偏以外的區域。假設第i-1個心動周期的平均噪聲水平是NOISEi-1，假設Ti是第i次心動周期的閾值，則當前心動周期的平均噪聲水平是NOISEi可自動更新為NOISEi=K*NOISEi-1+(1-K)*t=tistief=-fofol(t,f)l(t,f)Ti0l(t,f)>Tit=tistief=-fofo1l(t,f)Ti0l(t,f)>Ti]]>
其中l(t，f)是譜密度，t是時間，f是都卜勒頻率。tis是第i個心動周期的起始，tie是第i個心動周期的結束。fo是聲譜圖上的截止頻率，K是遺忘因子，可根據經驗設為0.6～0.9。而第i+1個時間段的閾值Ti+1因假設僅與平均噪聲水平NOISEi相關，可自動更新為Ti+1＝M*NOISEi其中M是一個經驗常數。這種閾值更新方法計算簡單，而且計算收斂，在信噪比較差的情況下還能穩定檢測出包絡。
為了排除超聲探頭從病人身上挪開或者超聲探頭未對準身體檢測區域的情況，所述步驟D中每確定一功率譜線對應的頻偏參數或血流速度之前，包括一判斷該譜線是否有效的過程；若判斷有效，則進行頻偏計算，否則直接確定最大頻偏。
具體是，假設前一基本時間段的平均噪聲是NOISEi，首先尋找當前譜線中最強峰值P(f)max，然後比較P(f)max和平均噪聲水平NOISEi，來判斷當前譜線是否有效若P(f)max小於NOISEi，則該譜線被認為不含任何信號，不必進行最大頻率和平均頻率檢測，可以直接將最大頻率和平均頻率設定為壁濾波的截止頻率；若有連續的若干條(比如5條)譜線都出現這種情況，則將平均噪聲水平NOISEi減半，直到該NOISEi被減少到一個設定的閾值；這種情況被認為當前接收到的只是噪聲，而沒有信號；若P(f)max在某個確定的範圍內，比如KL*NOISEi和KH*NOISEi之間(其中KL和KH是根據經驗選擇的係數)，則認為當前採集到的都卜勒信號信噪比太小，最大頻率的檢測不是很穩健，當前檢測到的最大頻率和平均頻率與上次檢測到的相同；若P(f)max大於KH*NOISEi，則判斷該譜線為有效譜線，可以進行頻偏檢測。
在這裡，所述基本時間段表示一段時間，在本發明實施例中可以被設定但不限為一個心動周期。
最大頻偏和平均頻偏的檢測流程可以如圖3所示。一般採用FFT變換估算出來的功率譜會有非常大的起伏，如圖4所示，採用譜平均方法可以部分減弱該起伏，但所述起伏還是較大，並且不利於後續包絡檢測的穩健進行。噪聲的起伏會使得最大頻偏估計偏高，而信號的起伏會使得最大頻偏估計偏低。因此，本發明實施例在檢測最大頻率之前，還包括一對FFT計算出來的功率譜進行平滑預處理的過程。該平滑處理可以採用簡單的濾波。可以在對譜線執行是否有效的所述判斷之前進行，也可以在該判斷之後進行。不妨設原始計算出來的功率譜是P(fk)，則經過平滑處理後的功率譜Paverage(fk)可以表示為Paverage(fi)＝a2P(fi-2)+a1P(fi-1)+a0P(fi)+a1P(fi+1)+a2P(fi+2)其中a2，a1，a0是平滑濾波係數。圖5所示是經過平滑後的功率譜圖，與圖4平滑前的譜圖對比可見，功率譜起伏被較大消除，從而平滑了許多。
如圖3所示，檢測最大頻率時，可以以零頻率為基礎將譜線分成上下兩個部分分別進行處理。其中上半部分對應於正向頻率偏移，下半部分對應於負向頻率偏移，這樣能分別檢測出正向頻偏和負向頻偏。在正向和反向血流同時存在的情況下，這種雙邊檢測的結果更加有效。
本發明實施例中，最大頻率是系統基於所述閾值，利用譜線上的多個點來共同穩健地確定的。假設當前心電周期對應的閾值是Ti，圖6示意了最大頻偏的判斷過程。橫坐標表示頻率變化，縱坐標表示功率譜密度，曲線表示平滑後的功率譜。設需要檢測的是正向頻率的功率譜。在頻率較高部分，功率譜的主要成分是功率譜估計噪聲和系統本身噪聲；在頻率較低部分，功率譜的主要成分是血流運動引起的頻率偏移。最大頻偏判斷需要判斷出從噪聲到信號的轉折點。具體如從聲譜圖的邊緣開始尋找第一個滿足預定條件的點，則該點所對應的頻率為檢測到的最大頻偏；若找不到該點，則認為最大頻偏小於壁濾波截止頻率。
如圖6所示，以所述多個點包括依次連續的四個點為例，第一點對應最大頻率應當滿足兩個條件1)第一點及第二點的功率譜密度均大於當前心電周期的對應閾值Ti；2)第三點和第四點均大於一預定值，該預定值可以是第一點和第二點功率譜密度的平均值與心電周期對應閾值Ti之和。通過這兩條件能夠部分消除都卜勒頻譜圖上斑點噪聲對包絡檢測的影響，使包絡檢測的結果更加穩健。本實施例並不限定本發明方法多點判定的條件，採用其它條件的類似多點判定方法也在本發明的保護範圍之內。
檢測出最大頻偏fmax後，系統可以進一步計算平均頻偏fmean，如fmean=f=0fmaxfP(f)f=0fmaxP(f),]]>其中P(f)表示頻率為f時的功率譜值。
由上述計算出的各譜線最大頻偏或平均頻偏，可以進一步得到最大頻偏或平均頻偏的包絡曲線，本發明圖2實施例還包括所述包絡曲線的平滑處理過程，目的是消除包絡毛刺，使檢測出來的包絡更加平滑。可以採用中值濾波方法或多點平滑方法。中值濾波是從連續幾根譜線計算出來的包絡中，取中間值作為當前譜線的包絡值。多點平滑即對連續幾根譜線計算出來的包絡做平滑處理，將這個平滑結果作為最後包絡的結果。
本發明方法經過試驗驗證，在各種信噪比情況下，都能夠實時穩健地計算出血流最大速度和平均速度。
權利要求
1.一種頻譜都卜勒血流速度的自動檢測方法，用於超聲系統對血流速度的測量過程，包括步驟A.射頻超聲回波信號經過解調、濾波和模數轉換後獲得流體的都卜勒信號；B.對所述都卜勒信號進行頻譜分析，獲得該都卜勒信號隨時間變化的各功率譜線；C.確定閾值；D.根據所述閾值和當前功率譜線來確定該功率譜線對應的頻偏參數或血流速度，直至測量過程結束或各功率譜線均被處理完畢；其特徵在於，所述閾值與前一基本時間段內的平均噪聲水平相關，除了在系統啟動測試時由系統經驗確定外，均自動根據所述平均噪聲水平被更新調整。
2.根據權利要求1所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述閾值的更新調整是以一預定時間間隔進行的；所述預定時間間隔包括但不限於一個心動周期。
3.根據權利要求1或2所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於，所述閾值更新調整的計算方法是假設第i-1個時間段的平均噪聲水平是NOISEi-1，第i個時間段的閾值是Ti，則當前心動周期的平均噪聲水平NOISEi可自動更新為NOISEi=K*NOISEi-1+(1-K)*t=tistief=-f0fol(t,f)l(t,f)Ti0l(t,f)>Tit=tistief=-fofo1l(t,f)Ti0l(t,f)>Ti]]>其中l(t，f)是功率譜密度，t是時間，f是都卜勒頻率；tis是第i個時間段的起始，tie是第i個時間段的結束；fo是聲譜圖上的截止頻率，K是遺忘因子；及第i+1個時間段的閾值Ti+1可自動更新為Ti+1＝M*NOISEi其中M是一個經驗常數。
4.根據權利要求3所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述遺忘因子K根據經驗設為0.6～0.9。
5.根據權利要求1所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述步驟D中每確定一功率譜線對應的頻偏參數或血流速度之前，包括一判斷該譜線是否有效的過程；若判斷有效，則進行頻偏計算，否則直接確定最大頻偏。
6.根據權利要求5所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述譜線是否有效的判斷方法是，將當前譜線中最強峰值P(f)max與前一基本時間段的平均噪聲水平NOISEi進行比較，若P(f)max小於NOISEi，則認為該譜線不含信號，直接將最大頻率和平均頻率設定為壁濾波的截止頻率；若連續若干次P(f)max小於NOISEi，則將所述平均噪聲水平NOISEi減半，直至一個設定值，並認為只接收到噪聲；若P(f)max在KL*NOISEi和KH*NOISEi之間，其中KL和KH根據經驗選擇的係數，則認為當前信號信噪比太小，將最大頻率和平均頻率設定為與上一譜線相同的檢測結果；若P(f)max大於KH*NOISEi，則判斷該譜線為有效譜線。
7.根據權利要求1或5所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述步驟D中每確定一功率譜線對應的頻偏參數或血流速度之前，還包括一採用濾波方法來平滑所述功率譜的過程。
8.根據權利要求1所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述步驟D中的頻偏參數包括最大頻率，是基於所述閾值，利用譜線上的多個點來共同確定的。
9.根據權利要求8所述頻譜都卜勒血流速度的自動檢測方法，其特徵在於所述多個點包括依次連續的四個點，第一點對應最大頻率若且唯若滿足條件1)第一點及第二點的功率譜密度均大於當前所述閾值；2)第三點和第四點均大於一預定值，該預定值是第一點和第二點功率譜密度的平均值與當前所述閾值之和。
全文摘要
一種頻譜都卜勒血流速度的自動檢測方法，用於超聲系統對血流速度的測量過程，包括步驟射頻超聲回波信號經過解調、濾波和模數轉換後獲得流體的都卜勒信號；對所述都卜勒信號進行頻譜分析，獲得該都卜勒信號隨時間變化的各功率譜線；確定閾值；根據所述閾值和當前功率譜線來確定該功率譜線對應的頻偏參數或血流速度；其中，所述閾值與前一基本時間段內的平均噪聲水平相關，並自動根據所述平均噪聲水平被更新調整。所述方法確定頻偏參數前，還可以包括一判斷該譜線是否有效的過程及一平滑所述功率譜的過程。採用本發明方法，可以使閾值自動收斂，從而便於系統準確並穩健地進行包絡檢測，自動實時顯示參數計算結果。
文檔編號G01P5/00GK1907230SQ20051003637
公開日2007年2月7日 申請日期2005年8月2日 優先權日2005年8月2日
發明者李勇 申請人:深圳邁瑞生物醫療電子股份有限公司