Курсовая работа на тему: "Вычисление времени прихода («Time Of Flight») акустических сигналов"
У нас на сайте представлено огромное количество информации, которая сможет помочь Вам в написании необходимой учебной работы.
Но если вдруг:
Вам нужна качественная учебная работа (контрольная, реферат, курсовая, дипломная, отчет по практике, перевод, эссе, РГР, ВКР, диссертация, шпоры...) с проверкой на плагиат (с высоким % оригинальности) выполненная в самые короткие сроки, с гарантией и бесплатными доработками до самой сдачи/защиты - ОБРАЩАЙТЕСЬ!
Курсовая работа на тему:
"Вычисление времени прихода («Time Of Flight») акустических сигналов"
Оглавление
Введение 3
1. Постановка задачи 4
2. Обзор 5
2.1. Работа УЗИ-аппарата . . . . . . . . . . . . . . . . . . . . . 5
2.2. Способы определения времени прихода сигнала . . . . . 6
2.2.1. Определение момента прихода сигнала вручную . 6
2.2.2. Установление пороговых значений . . . . . . . . . 6
2.2.3. Сравнение сигнала с эталонной волной . . . . . . 6
2.2.4. Информационный критерий Акаике . . . . . . . . 8
3. Описание реализации 9
3.1. Обработка данных . . . . . . . . . . . . . . . . . . . . . . . 9
3.2. Выбор временного окна . . . . . . . . . . . . . . . . . . . . 9
4. Результаты экспериментов 11
Заключение 13
Введение
Работа посвящена исследованию способов определения времени при- хода («Time Of Flight») акустических сигналов, в частности, ультразву- ковых сигналов.
Ультразвуковое исследование является одним из наиболее распро- странённых методов медицинской визуализации. Оно широко исполь- зуется при обследовании различных внутренних органов, плода у бере- менных женщин. В частности, УЗИ находит применение в диагностике рака молочной железы. Преимуществами ультразвуковых исследова- ний являются доступность оборудования, безопасность для пациента, возможность получения изображения в режиме реального времени.
Вычисление времени прихода ультразвуковых сигналов в медицине необходимо для восстановления изображений тканей и дальнейшей ди- агностики заболеваний с их помощью.
В ходе работы использовались данные, полученные с помощью УЗИ- аппарата для диагностики рака молочной железы. Было проведено ис- следование существующих способов вычисления времени прихода сиг- налов, оценка их применимости, выбор из них оптимального способа и его программная реализация. Контроль качества нахождения времени прихода сигналов осуществлялся с помощью имеющихся данных пока- заний датчиков.
1. Постановка задачи
Целями работы являются:
• Провести исследование предметной области и обзор существую- щих способов определения времени прихода сигнала
• Разработать алгоритм обработки данных УЗИ-датчиков и вычис- ления времени прихода сигнала
• Провести эксперименты и замеры
• Оценить применимость разработанного алгоритма в реальных усло- виях
2. Обзор
2.1. Работа УЗИ-аппарата
Современные разработки аппаратов для диагностики рака молоч- ной железы представляют собой кольцо из N равноудалённых друг от друга элементов (УЗИ-датчиков, принимающих и испускающих сигна- лы), где N может быть от сотни до нескольких тысяч [2] [3] [4]. Изоб- ражение получается путём перемещения этого кольца в вертикальном направлении. Результатом такого сканирования являются поперечные
«срезы» тканей, из которых формируется 3D образ. Когда один эле- мент испускает сигнал, все другие элементы принимают сигналы, так что на восстановление одного «среза» приходится N 2сигналов.
Процесс исследования проходит следующим образом: каждый из датчиков по очереди испускает сигнал, все датчики на протяжении фиксированного времени принимают сигнал. Данные, спомощью кото- рых вычисляется время прихода сигнала на конкретный датчик, пред- ставляют собой показания на этом датчике в дискретные моменты вре- мени.
Данные, с которыми производилась работа, были получены с помо- щью УЗИ-аппарата для диагностики рака молочной железы, в котором количество датчиков N = 2048, а показания на принимающих датчиках фиксируются на протяжении 3750 тактов с частотой 25 MHz.
В ультразвуковой томографии используются различные техники ви- зуализации: reflection imaging (изображение, построенное с использо- ванием отражённого сигнала), sound speed imaging (с использованием сквозного сигнала), attenuation imaging (с использованием затухания сигнала), а также их комбинации. Время прихода сигналов (сквозных и отражённых) используется для восстановления изображений.
В уплотнениях скорость распространения сигнала выше, чем в окру- жающей ткани, поэтому сигнал через такую область пройдёт быстрее, чем через однородную (без уплотнения). Наосновании таких «отклоне- ний» во времени прихода сигналов в дальнейшем реализуется восста-
новление изображения.
2.2. Способы определения времени прихода сигнала
2.2.1. Определение момента прихода сигнала вручную
Для реализации такого метода экспертам необходимо просмотреть количество графиков, отражающих уровень сигнала на датчиках, рав- ное N 2 ¨ M , где N – количество датчиков, M – количество горизонталь- ных срезов, и на каждом из них вручную определить время прихода сигнала. Даже при небольшом (около сотни) количестве датчиков этот метод является слишком затратным по времени и человеческим ресур- сам. Тем не менее, сравнение с определенными таким образом време- нами прихода сигналов может быть полезно для дальнейшей оценки качества автоматических методов.
2.2.2. Установление пороговых значений
2.2.3. Сравнение сигнала с эталонной волной
Точкой прихода сигнала при таком подходе считается момент, когда уровень сигнала был выше заранее заданного порога, обычно зависяще- го от уровня шума. Этот вариант плохо подходит, когда данные имеют низкое соотношение сигнал-шум (Signal-to-Noise Ratio), то есть уровень шума и сигнала соизмеримы [7]. Из-за специфики данных, обусловлен- ных геометрией устройства (кольцо) от этого подхода также было при- нято решение отказаться, так как уровень сигнала отличается для раз- личных пар источник-приёмник. Для датчиков, находящихся близко к источнику, уровень сигнала примерно в сотню раз ниже, чем для диа- метрально противоположных от источника, что объясняется физикой распространения сигнала (Рис. 1).
Этот метод предполагает, что сигнал достаточно похож на некото- рый эталон, известный заранее; производится сравнение исследуемого сигнала с эталонным. Также заранее выбирается мера схожести сигна-
˚
Рис. 1: Уровень сигнала в зависимости от взаимного расположения ис- точника и приёмника; – испускающий датчик, İ – принимающий дат- чик.
Так как для различных пар датчиков и различных сред сигналы
отличаются, этот метод также не выглядит применимым для задачи.
2.2.4. Информационный критерий Акаике
Использование Информационного критерия Акаике (Akaike Information Criterion, AIC) в задаче определения времени прихода акустических сигналов основано на предположении, что волна в пределах некоторо- го временного окна может быть разделена на два сегмента – до прихода сигнала и после. Этот способ был выбран в качестве оптимального, и дальнейшая работа быласвязана с его программной реализацией.
Модифицированная формула для подсчёта AIC была предложена в работе [6] и применяется для сигналов различной природы, в том числе и ультразвуковых [5] [1].
В пределах выбранного временного окна для каждого дискретного момента времени – точки k = 1, . . . , N – Информационный критерий Акаике подсчитывается по формуле:
лов; время прихода сигнала определяется как точка, в которой дости- гается максимум этой меры [7].
AIC(k) = k ¨ log(var(S(1, k))) + (N ´k ´1) ¨ log(var(S(k + 1, N ))), (1)
S(1, k) (для точек от 1 до k) и S(k + 1, N ) (для точек от k + 1 до N ) – два сегмента в выбранном временном окне, на которые это окно разбивает точка k, а функция var(.) имеет вид:
var (S (i, j)) = σ2
j
j´1
1 ´ ď
= (S(l, l) S¯)2, i j; i, j = 1, . . . , N,
j ´i
l=i
¯ – среднее значение S (i, j) – сигнала на промежутке от i до j. Точка минимума AIC выбирается в качестве искомого TOF.
3. Описание реализации
3.1. Обработка данных
1. Считывание данных для пары источник-приёмник
Обработка данных, полученных с помощью ультразвукового устрой- ства, включает в себя этапы:
2. Поиск временного окна, содержащего истинную точку прихода сигнала
3. Вычисление Информационного критерия Акаике в пределах вы- бранного окна
4. Выбор в качестве момента прихода сигнала точки минимума AIC Результатом работы программы являются подсчитанные времена
прихода сигналов для пар источник-приёмник.
Реализация написана на языке программирования Pythonс исполь- зованием библиотек numpy и scipy. Для визуализации полученных ре- зультатов использовалась библиотека matplotlib.
3.2. Выбор временного окна
Во время работы рассматривались различные варианты выбора ок-
на:
Временное окно, в пределах которого подсчитывается Информаци- онный критерий Акаике, должно включать в себя момент прихода сиг- нала.
1. Окрестность точки, в которой уровень сигнала на датчике впер- вые достиг 2/3 от максимального
2. Исходя из взаимного расположения испускающего и принимаю- щего датчиков и скорости звука в среде, достаточно похожей на исследуемую (например, в воде, так как скорость звука в воде достаточно близка к скорости звука в грудной ткани) [7]
3. С помощью дисперсии сигнала на небольших интервалах
Вариант 1 использовался в начале работы как самый простой. Ми- нусом этого подхода является то, что при наличии более сильного, чем прямой сигнал, отражённого сигнала, TOF будет определён некоррект- но.
Вариант 2 использовался в дальнейшем как более точный для опре- деления TOF прямого сигнала. Этот подход требует заранее просчи- танных времён прихода сигнала в среде без препятствий, что вызывает дополнительные затруднения.
Также первые два варианта не подходят, если интерес представляют не только прямые сигналы, но и отражённые.
Вариант 3 был предложен для обнаружения всех сигналов (так как для дальнейшей работы с данными УЗИ-исследований необходимы бы- ли как времена прихода прямых сигналов, так и отражённых, при их наличии) и заключается в следующем:
• Выбирается ширина интервала (T , на практике использовалось значение T = 60 тактов)
• Подсчитываются дисперсии для всех интервалов [x, x+T /2] в пре- делах всего промежутка, отображающего уровень сигнала
• Находятся пики полученных значений дисперсии, они использу- ются в качестве центров временных окон для вычисления AIC и поиска TOF
4. Результаты экспериментов
Пример вычисления времени прихода сигналов с использованием пиков дисперсии в качестве центров временных окон представлен на Рис. 2.
Заключение
В рамках работы было проделано:
Считывание данных: 15.6 ms ± 349 µs
Подсчёт дисперсии: 66.5 ms ± 1.3 ms
Поиск пиков дисперсии: 125 µs ± 5.9 µs
Подсчёт AIC в пределах окна: 1.99 ms ± 86.9 µs
Поиск TOF: 18.6 µs ± 113 ns
Рис. 2: TOF, полученные с помощью пиков дисперсии.
Таблица 1 показывает время работы программы. Общее время вы- числения TOF для пары источник-приёмник составляет около 85 ms. Таким образом, для устройства с N = 100 датчиками, весь процесс займёт около 14 минут.
Хотя выбранный подход позволяет отследить все пришедшие сиг- налы, как прямые, так и отражённые, возможности его применения ограничены из-за длительности вычислений.Дальнейшее развитие воз- можно с применением распараллеливания и более производительного оборудования.
Таблица 1: Замеры времени работы различных частей программы по вычислению TOF дляодной пары испускающий-принимающий датчик для процессора Intel Core i7, 2600 MHz.
• Исследование предметной области и существующих способов вы- числения времени прихода ультразвуковых сигналов
• Сравнение различных вариантов выбора временного окна
• Программная реализация алгоритма вычисления времени прихо- да сигналов
• Проведение экспериментов на данных
• Замеры времени работы программы
Список литературы
[1] Espinosa Luis, Bacca Jan, Prieto Flavio et al. Accuracy on the Time-of-Flight Estimation for Ultrasonic Waves Applied to Non- Destructive Evaluation of Standing Trees: A Comparative Experimental Study. – 2018. – Access mode: http://hal.archives-ouvertes.fr/ hal-01769820 (online; accessed: 2019-05-13).
[2] Detection of breast cancer with ultrasound tomography: First results with the Computed Ultrasound Risk Evaluation (CURE) prototype / Nebojsa Duric, Peter Littrup, Lou Poulo et al. // Medical Physics. – 2007. – February. – Vol. 34 (2). – P. 773–785.
[3] Development of ultrasound tomography for breast imaging: Technical assessment / Nebojsa Duric, Peter Littrup, Alex Babkin et al. // Medical Physics. – 2005. – May. – Vol. 32 (5). – P. 1375–1386.
[4] Quan Youli, Huang Lianjie. Sound-speed tomography using first-arrival transmission ultrasound for a ring array // Medical Imaging 2007: Ultrasonic Imaging and Signal Processing, Proc. of SPIE. – 2007. – Vol. 6513.
[5] St-Onge Andy. Akaike Information Criterion Applied to Detecting First Arrival Times on Microseismic Data // Recovery – 2011 CSPG CSEG CWLS Convention. – 2011.
[6] Zhang Haijiang, Thurber Clifford, Rowe Charlotte. Automatic P-Wave Arrival Detection and Picking with Multiscale Wavelet Analysis for Single-Component Recordings // Bulletin of the Seismological Society of America. – 2003. – October. – Vol. 93, No. 5. – P. 1904–1912.
[7] An improved automatic time-of-flight picker for medical ultrasound tomography / Cuiping Li, Lianjie Huang, Nebojsa Duric et al. // Ultrasonics. – 2009. – January. – Vol. 49 (1). – P. 61–72.