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!

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

Список литературы                                                                                 14

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 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

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.

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

=             (S(l, l)    S¯)2,  i      j;   i, j  =  1, . . . , N,

j ´i

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.   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.

•    Сравнение различных вариантов выбора временного окна

•    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.