Содержание к диссертации
Введение
Глава 1. Методы и средства построения ультразвуковых диагностических систем для медицинской диагностики 12
1.1 Режимы зондирования и формирования ультразвукового изображения 12
1.2 Методы обработки сигналов в приемном тракте эхотомоскопа 17
1.2.1 Формирование полутоновых ультразвуковых изображений 17
1.2.2 Доплеровские измерения 19
1.2.3 Цветовое доплеровское картирование 21
1.3 Цифровое преобразование формата ультразвуковых изображений 23
1.4 Программно-аппаратные средства ультразвуковых эхотомоскопов 27
1.5 Выводы по главе 1 32
Глава 2. Разработка и исследование методов режекции сигналов движущихся тканей 34
2.1 Методы режекции сигналов движущихся тканей, используемые в ультразвуковых системах ЦДК 34
2.2 Оценка параметров полезного сигнала и помехи в шумах методом максимальной энтропии 37
2.3 Использование метода максимальной энтропии для режекции помехи в режиме ЦДК 51
2.3.1 Применение спектральной оценки ММЭ для оценки параметров сигнала движущейся жидкой среды 51
2.3.2 Оценка параметров сигнала движущейся жидкой среды на основе линейной экстраполяции вне интервала наблюдения 54
2.3.3 Режекция помехи во временной области с помощью ММЭ 61
2.4 Выводы по главе 2 63
Глава 3. Методы построения тракта обработки ультразвукового сигнала на основе итерационных алгоритмов 65
3.1. Итерационный алгоритм поворота вектора в параметризованной системе координат 66
3.1.1. Общий вид алгоритма ИПВ 66
3.1.2 Сходимость алгоритма 71
3.1.3. Вычисление элементарных функций с помощью алгоритма ИПВ. 73
3.2 Методическая ошибка алгоритма ИПВ 77
3.3 Применение алгоритма ИПВ для построения цифрового приемного тракта ультразвукового сканера 81
3.3.1 Этапы обработки ультразвукового эхо-сигнала с использованием операции поворота вектора 81
3.3.2. Реализация операции поворота вектора 84
3.3.3. Выполнение операции детектирования 87
3.3.4. Сжатие динамического диапазона 89
3.3.5. Преобразование форматов ультразвуковых изображений на основе алгоритма ИПВ 93
3.4. Выводы по главе 3 97
Глава 4. Реализация ультразвуковых комплексов с расширенной компьютерной обработкой 99
4.1. Особенности построения ультразвуковых приборов с расширенной компьютерной обработкой 99
4.2. Многофункциональный ультразвуковой эхотомоскоп «Сономед-500» 102
4.2.1. Фронтальный модуль 103
4.2.2. Канал визуализации 107
4.2.3. Канал спектральной обработки доплеровских сигналов 108
4.2.4. Канал цветового доплеровского картирования 110
4.3. Компенсация задержек системы фокусировки и сшивка фрагментов изображений в режиме динамического фокуса 112
4.4. Фетальный монитор «Сономед-200» 121
4.4.1 Алгоритм вычисления частоты пульсаций 126
4.4.2 Методы тестирования алгоритмов расчета ЧСС для ультразвукового фетального монитора 130
4.5. Выводы по главе 4 133
Заключение 135
Список литературы 137
Приложение
- Программно-аппаратные средства ультразвуковых эхотомоскопов
- Оценка параметров полезного сигнала и помехи в шумах методом максимальной энтропии
- Применение алгоритма ИПВ для построения цифрового приемного тракта ультразвукового сканера
- Многофункциональный ультразвуковой эхотомоскоп «Сономед-500»
Введение к работе
В настоящее время для диагностики и контроля качества движущейся жидкости и биологических объектов в нефтехимии, технике и медицине, необходимо измерять линейную скорость движения жидкой среды, частоту пульсаций тканей, а также исследовать внутреннюю структуру биологических объектов. Для решения этих задач широко применяется ультразвуковой метод, на основе которого создано большое количество ультразвуковых эхотомоскопов таких известных фирм как Philips, General Electric, Siemens, Toshiba и др.
Для определения скорости движущейся жидкой среды применяется ультразвуковой доплеровский метод. Данная задача осложнена тем, что принимаемый эхо-сигнал представляет собой смесь полезного доплеровского сигнала движущейся жидкой среды с сигналами мешающих отражений от неподвижных и медленно движущихся тканей, превышающих полезный сигнал по уровню на 40 - 60 дБ. Наличие помехи в принимаемом эхо-сигнале, приводит к ошибкам при оценке скорости движения жидкости. Для режекции этой помехи, в приемном тракте ультразвукового эхотомоскопа обычно применяются фильтры высоких частот, которые имеют существенные недостатки, такие как: наличие длительных переходных процессов, потеря значительной части отсчетов сигнала вследствие большого порядка фильтра, искажение сигнала в случае несовпадения сигнала помехи с выбранным базисом полиномов. Таким образом, в настоящее время актуальна задача разработки алгоритма режекции помехи от неподвижных и медленно движущихся тканей.
Также объектом контроля является внутренняя структура тканей биологических объектов. При выполнении сканирования структур объектов с применением конвексных ультразвуковых датчиков, осуществляется преобразование формата изображения из полярных координат в декартовы для отображения на мониторе. При этом наилучшее качество ультразвукового
изображения обеспечивает метод R-0 интерполяции. Проблемы его реализации связаны с необходимостью вычисления нелинейных функций
вида л/х, arctg(x), Ух, которые реализуются только табличным методом с
использованием элементов памяти большого объема. В связи с этим актуальна задача по разработке способов уменьшения используемых вычислительных ресурсов и сокращения объемов памяти при реализации алгоритма R-9 интерполяции на программируемых логических интегральных схемах (ПЛИС).
Для получения высококачественного изображения структур необходимо разработать алгоритм формирования составного изображения с несколькими сфокусированными областями для ультразвукового эхотомоскопа.
Определение частоты пульсаций структур по интенсивности отраженного эхо-сигнала автокорреляционным методом осложняется наличием в принимаемом сигнале большого количества шумов, а также отражений от других объектов, которые создают кратковременные ложные пики в автокорреляционной функции. Проблема обычно решается путем увеличения времени накопления сигнала для вычисления АКФ, а также ее временным усреднением, что приводит к снижению способности динамичного отслеживания частоты. Для решения данной проблемы необходимо разработать алгоритм расчета частоты пульсаций с возможностью отслеживания кратковременных изменений частоты и устойчивой работой при наличии шумов и артефактов.
Решение вышеуказанных задач весьма актуально, так как позволит улучшить характеристики ультразвуковых эхотомоскопов при контроле параметров движущейся жидкости, измерении частоты пульсаций и исследовании структуры биологических объектов.
Целью настоящей диссертационной работы является разработка алгоритмов обработки ультразвуковых сигналов, представленных в цифровой форме, способов их реализации и устройств улучшения характеристик
эхотомоскопов для контроля движущихся жидких сред и биологических объектов.
Для достижения поставленной в данной работе цели решаются следующие задачи:
Исследование различных методов цифровой обработки сигналов в ультразвуковых диагностических комплексах;
Разработка алгоритмов компенсации помехи, создаваемой неподвижными и медленно движущимися тканями, в режиме цветового доплеровского картирования на основе метода максимальной энтропии;
Исследование характеристик алгоритма итерационного поворота вектора и его применение для построения приемного тракта ультразвукового эхотомоскопа;
Разработка алгоритма выделения частоты пульсаций движущихся тканей и средств для его тестирования;
Разработка способа формирования составного ультразвукового изображения в режиме динамической фокусировки.
Методы исследования. В работе использованы методы линейной алгебры, теории случайных процессов, численные методы, математическое моделирование. Экспериментальные исследования проведены на оригинальных установках с использованием современной измерительной аппаратуры и ультразвуковых фантомов.
Научная новизна настоящей работы заключается в следующем:
Определены характеристики оценки спектра по максимуму энтропии применительно к задаче выделения доплеровского сигнала движущейся жидкой среды на фоне мешающих отражений от неподвижных и медленно движущихся тканей;
Разработаны алгоритмы выделения доплеровского сигнала движущейся жидкой среды на основе использования линейного предсказывающего фильтра;
На основе детального анализа погрешностей, возникающих при вычислениях по алгоритму итерационного поворота вектора, получена оценка эффективности использования данного алгоритма в цифровом приемном тракте ультразвукового эхотомоскопа;
Разработан алгоритм преобразования формата ультразвукового изображения методом итерационного поворота вектора;
Разработан способ формирования составного ультразвукового изображения в режиме динамической фокусировки;
Разработан алгоритм выделения частоты пульсаций движущихся тканей ультразвуковым методом и средства для его тестирования.
Достоверность полученных результатов и обоснованность научных положений подтверждаются соответствием результатов теоретических исследований и расчетов, математического моделирования и экспериментальных исследований, а также техническими и клиническими испытаниями.
Практическая значимость и реализация результатов работы. Впервые в нашей стране с участием автора создан многофункциональный эхотомоскоп с режимом цветового доплеровского картирования «Сономед-500» и фетальный монитор с автоматическим анализом кардиотокограмм «Сономед-200», о чем имеется акт внедрения. Данные модели ультразвуковых приборов успешно прошли приемочных технические испытания, клинические испытания, зарегистрированы в Министерстве здравоохранения и социального развития и серийно производятся на предприятии ЗАО «Спектромед» (г. Москва).
Апробация работы. Основные результаты работы докладывались и обсуждались на VII Международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права» (Сочи, 2004 г.), II евразийском конгрессе "Медицинская физика-2005" (Москва, 2005 г.), 9-й Международной научно-технической
конференции «Цифровая обработка сигналов и ее применение» - DSPA-2007 (Москва, 2007 г.).
Публикации. По теме диссертации опубликовано 7 печатных работ, из которых 4 - в изданиях, включенных в перечень ВАК.
Структура и объём работы. Диссертационная работа состоит из введения, четырёх глав, заключения, 5 приложений и списка литературы, содержащего 94 источника. Материал диссертации изложен на 136 стр. машинописного текста, содержит 6 таблиц, 48 рисунков.
Основные положения и результаты, выносимые на защиту:
Результаты исследования характеристик оценки спектра по максимуму энтропии применительно к сигналу движущейся жидкой среды на фоне мешающих отражений от неподвижных и медленно движущихся тканей;
Алгоритмы выделения доплеровского сигнала движущейся жидкости на основе использования линейного предсказывающего фильтра;
Результаты исследования погрешностей в цифровом приемном тракте ультразвукового эхотомоскопа, возникающих при вычислениях по алгоритму итерационного поворота вектора;
Алгоритм преобразования формата ультразвукового изображения методом итерационного поворота вектора;
Способ формирования составного ультразвукового изображения в режиме динамической фокусировки;
Алгоритм выделения частоты пульсаций движущихся тканей ультразвуковым методом и средства для его тестирования.
Программно-аппаратные средства ультразвуковых эхотомоскопов
Современный ультразвуковой прибор в процессе своей работы должен выполнять следующие основные функции: - формирование сигнала зондирования тканей; - прием и детектирование отраженного от внутренних структур эхо-сигнала; - формирование ультразвукового изображения; - постобработку изображения (сглаживание, подчеркивание кромок, гамма- коррекцию, изменение ориентации и пр.); - выполнение измерений и вычислений, как в процессе формирования изображения, так и после его фиксации; - просмотр накопленных результатов обследований; - распечатку отчетов о проведенных обследованиях на бумаге; - сохранение результатов обследований в базе данных; - архивацию изображений на магнитных и оптических носителях; - удаленную передачу результатов обследований по сетям и телефонным линиям. Для реализации в полном или урезанном объеме вышеуказанных функций используются три вида средства формирования и обработки ультразвуковых данных: - средства аналоговой обработки сигналов; - специализированные системы цифровой обработки сигналов; - универсальные компьютеры (микропроцессоры).
Наличие перечисленных средств формирования и обработки сигналов присуще почти каждому ультразвуковому прибору, но их процентное соотношение существенно зависит от класса прибора. Если в приборах низкого и среднего класса преобладает в основном аналоговая обработка сигнала, то в дорогостоящих приборах высокого класса основной упор делается на системы цифровой обработки сигналов, поскольку благодаря недостижимому с помощью аналоговой техники динамическому диапазону обработки сигналов цифровые методы обеспечивают близкое к предельным значениям качество изображения [2]. Наряду с высоким качеством изображения, цифровые системы обладают более высокой надежностью, поскольку цифровые элементы в отличие от аналоговых не изменяют своих характеристик со временем, и гибкостью, что позволяет максимально унифицировать аппаратуру и выполнять модификацию прибора в основном путем изменения программного обеспечения.
На рис. 1.8а и 1.86 показано соотношение различных методов обработки информации в традиционных приборах среднего и высокого класса. В обоих случаях с помощью универсального микропроцессора решается только задача управления прибором, а обработка эхо-сигналов выполняется аналоговым или цифровым способом. Причем в приборах высокого класса практически вся первичная обработка сигналов производится на основе использования набора специализированных цифровых модулей, каждый из которых выполняет определенный фиксированный набор операций.
Для решения задачи управления в приборах низкого и среднего класса обычно применяется микропроцессор со специализированной операционной системой и, как следствие, в приборах отсутствует система архивации изображений с помощью стандартных носителей информации. Использование же универсального компьютера в качестве управляющего устройства является особенностью прибора высокого класса.
Идея использования универсальных компьютеров в составе недорогих ультразвуковых приборов является достаточно очевидной, и ее реализация стала возможной сразу же после появления на рынке массового компьютера IBM PC. Так, например, еще в начале 90-х годов практически одновременно в нашей стране и за рубежом были разработаны ультразвуковые доплеровские анализаторы, в которых компьютер IBM PC использовался не только в качестве устройства управления, но и также как средство отображения и регистрации доплеровской информации.
В дальнейшем по мере увеличения производительности процессоров создались предпосылки и для реализации компьютерной обработки ультразвуковых изображений в реальном масштабе времени. При этом стало возможным создание недорогих многофункциональных ультразвуковых сканеров, в которых при помощи стандартных компьютерных средств реализовывались бы не только функции управления прибором, но и решались требующие больших вычислительных затрат задачи первичной обработки ультразвуковых данных, а также задачи формирования и постобработки ультразвуковых изображений. На рис. 1.8в показано распределение средств формирования и обработки ультразвуковых данных ультразвукового сканера с расширенной компьютерной обработкой. Как и в случае ультразвукового прибора высокого класса, в приборе с использованием высокопроизводительного компьютера фильтрация и последующие этапы обработки и преобразования ультразвуковых данных осуществляются цифровым способом.
Занимая промежуточное положение между приборами высокого и среднего класса по качеству формируемого изображения, прибор с расширенной компьютерной обработкой позволяет реализовать многие сервисные возможности прибора высокого класса, но ультразвуковой прибор с расширенной компьютерной обработкой имеет существенно более низкую стоимость за счет использования стандартных программно- аппаратных средств. Кроме того, поскольку многие функции прибора реализуются на программном уровне, то упрощается техническое сопровождение и модернизация оборудования.
В качестве примера использования расширенной компьютерной обработки в разработках ультразвукового диагностического оборудования можно привести серию приборов "Сономед", разработанных предприятием "Спектромед", Россия [30]. Все приборы данной серии реализованы на основе компьютера IBM PC.
Оценка параметров полезного сигнала и помехи в шумах методом максимальной энтропии
В ряде работ [62-64] предлагается для удаления помехи и оценки параметров движущейся жидкой среды использовать метод максимальной энтропии (ММЭ), основанный на предсказании сигнала вне интервала наблюдения путем построения модели авторегрессии. Данный метод обеспечивает более точную оценку средней частоты сигнала, чем стандартный метод дискретного преобразования Фурье (ДПФ) [62].
ММЭ относится к параметрическим методам спектрального анализа сигналов, представленных в цифровой форме. В отличие от традиционных методов оценки спектра, использующих непосредственно вычисление ДПФ последовательности отсчетов сигнала, параметрические методы спектрального анализа основываются на представлении анализируемого процесса некоторой моделью, зависящей от конечного числа неизвестных параметров. Параметры модели рассчитываются из поступающих входных данных. При этом качество формируемой спектральной оценки зависит как от соответствия выбранной модели входным данным, так и от способа вычисления параметров модели [65-75, 82,83].
Из всех разработанных в настоящее время параметрических методов спектрального анализа ММЭ привлекает внимание по двум причинам: вопервых, относительной простой выбираемой модели и, во-вторых, наличием эффективного способа вычисления ее параметров, что весьма существенно для систем обработки сигналов в реальном масштабе времени.
Основная идея ММЭ, предложенного Бергом [65], базируется на информационном походе и заключается в том, что спектральная оценка должна такой, чтобы она согласовывалась с входными данными, но при этом не содержала бы в себе никакой информации вне интервала наблюдения. Так, например, традиционный метод спектрального анализа с использованием ДПФ неявно предполагает периодическое поведение сигнала вне интервала наблюдения, что, очевидно, не соответствует действительности. В соответствии с [66] оценка спектра методом максимальной энтропии сигнала, представленного последовательностью отсчетов х{п), n = 0,...,N-\, имеет вид: где At - темп дискретизации сигнала, /- частота сигнала ограничивается частотой Найквиста, т.е., -1 /(2At) f \ f(2At) а значения амк, к = 1,2,..., М находятся по рекуррентным формулам: Вышеприведенные формулы (2.2а) - (2.2г) используются для вычисления коэффициентов аМк,к = \,2,...,М линейного предсказывающего фильтра М-го порядка. Если на вход линейного предсказывающего фильтра подается последовательность отсчетов сигнала х(к), то сигнал на выходе фильтра имеет вид: - при предсказании в обратном направлении; - при предсказании в прямом направлении. В выражениях (2.3), (2.4) величины dMk и еик представляют собой ошибки предсказания сигнала соответственно в обратном и прямом направлении. Кроме того, как нетрудно видеть, формулы (2.3), (2.4) представляют собой описание модели авторегрессии [66]. Таким образом, оценка спектра по максимуму энтропии соответствует подгонке модели авторегрессии к входным данным. Для многих областей ультразвуковых обследований сигнал помехи выделяется по следующим признакам: - Энергия помехи существенно больше энергии полезного сигнала - Средняя частота помехи значительно меньше средней частоты полезного сигнала - Помеха имеет существенно более узкую полосу частот по сравнению с полезным сигналом. Вид спектра эхо-сигнала содержащего сигнал мешающих отражений от тканей и полезный сигнал проиллюстрирован на рис. 2.1. В отличие от спектра полезного сигнала, спектр помехи располагается в области низких частот, имеет большую амплитуду и узкую полосу частот. Утверждение о значительном превышении уровня помехи над уровнем полезного сигнала не является справедливым только в том случае, когда измерение производится в центре сосуда. Но в данном случае адаптивная режекция помехи не производится вследствие того, что уровень эхо-сигнала не превышает предварительно заданный порог, и включается фильтр с фиксированной узкой полосой режекции [67]. На основе приведенных выше характеристик помехи для последующего анализа сделаем следующие допущения. Поскольку помеха имеет очень узкую полосу частот, то будем его представлять в виде квазигармонического сигнала. И поскольку уровень помехи существенно больше уровня сигнала движущейся жидкой среды, то при расчете параметров помехи можно пренебречь наличием полезного сигнала в принимаемом эхо-сигнале. Таким образом, для исследования характеристик спектральной оценки ММЭ применительно к сигналу помехи последовательность отсчетов входного сигнала представим в виде
Применение алгоритма ИПВ для построения цифрового приемного тракта ультразвукового сканера
Для формирования диаграммы направленности на прием методом фазового сдвига [33,34] в каждом приемном т- м канале эхо-сигнал, представленный в виде последовательности комплексных отсчетов, умножается на экспоненту ехр(-уа 0tmn), где tmn - параметр временного сдвига т - го канала, зависящий от глубины зондирования, со0 - центральная частота эхо-сигнала. Затем сигналы всех приемных каналов суммируются. При этом сигнал у(п) на выходе формирователя приемной диаграммы направленности задается соотношением: где ат - значение весовой функции, хт{п) - комплексные отсчеты эхо-сигнала, поступающие с выхода квадратурного демодулятора т- го канала. Заметим, что реализуемый фазовый сдвиг эхо-сигнала приемного канала (pm=(o$tmn эквивалентен повороту вектора xm(n) = Re{xm(n)} + jlm{xm(n)} на угол срт.
Другим важным этапом обработки ультразвуковых данных, на котором используется операция поворота вектора, является полосовая фильтрация эхо-сигнала. Вследствие того, что ультразвуковой сигнал при его распространении в биологических тканях имеет частотно зависимое затухание по глубине, то для обеспечения максимально возможного отношения сигнал-шум центральная частота и полоса фильтра должны изменяться в процессе приема эхо-сигнала с разной глубины локации. Кроме того, характеристики полосового фильтра должны изменяться в соответствии с установками фокуса на излучение.
Фильтрация эхо-сигнала с изменением параметров фильтрации по глубине зондирования реализуется в два этапа [35,36]. На первом этапе производится сдвиг выделяемого диапазона частот сигнала в область пропускания фильтра низких частот (ФНЧ) путем умножения на экспоненту exp(-ja 0t), где а 0 - величина частотного сдвига сигнала, зависящая от глубины зондирования. На втором этапе выполняется фильтрация низких частот реальной и мнимой части сигнала. Причем для изменения полосы фильтра в соответствии с глубиной зондирования изменяются значения импульсной характеристики ФНЧ.
Для формирования распределения скорости элементов движущейся жидкости, обычно используется вычисление спектра доплеровского сигнала с помощью алгоритма быстрого преобразования Фурье (БПФ). Не останавливаясь подробно на различных модификациях этого алгоритма, отметим лишь только то, что все они состоят из однотипных базовых вычислений, включающих умножение комплексного числа на комплексную экспоненту и суммарно- разностные операции. При этом очевидно, что наиболее трудоемкой является операция умножения на комплексную экспоненту, для реализации которой в ряде работ предложено использовать метод итерационного поворота вектора [37,91].
Первичная обработка ультразвукового эхо-сигнала при формировании ультразвукового изображения, а также спектральный анализ доплеровского сигнала завершаются вычислением модуля. В первом случае производится выделение огибающей эхо-сигнала, во втором случае формируется амплитуда спектра. Вычисление модуля может производиться с использованием операции поворота вектора [36]. При этом в отличие от стандартного подхода на основе табличных преобразований не требуется большой объем постоянной памяти.
Преобразование форматов ультразвуковых изображений связано с секторным сканированием: когда матрица отсчетов входных данных накапливается в полярных координатах (угол сканирования, радиус сканирования), а матрица пикселей формируемого ультразвукового изображения представляется в декартовых координатах. Соответственно, в режиме секторного сканирования формирование ультразвукового изображения включает в себя преобразование координат пикселей из декартовой системы координат в полярную систему координат. Данное преобразование может быть реализовано на основе поворота вектора.
На основе анализа ошибок, обусловленных конечным числом итераций и конечной разрядностью устройства, реализующего алгоритм ИПВ, оценим выигрыш по аппаратурным затратам, который дает использование алгоритма ИПВ для реализации операции поворота вектора по сравнению со стандартным методом поворота вектора.
Ограничимся рассмотрением устройств с фиксированной запятой, в которых обрабатываемые данные представляются в виде чисел меньше единицы, причем каждое число имеет знак и г двоичных разрядов в дробной части числа. Будем считать, что при реализации текущей итерации (3.13) операция сложения производится точно, а затем разряды, следующие за г старшими разрядами, отбрасываются. Предположим также, что входные данные имеют такие значения, что переполнения в процессе вычислений не происходит. Для этого, например, достаточно произвести необходимую нормировку перед проведением вычислений.
Допустим, что разрядность входных чисел равна г0, где г0 г. На основании соотношений (3.13) нетрудно убедиться, что для полного запоминания результата вычисления / - той итерации, / 1, необходимо г0 + — двоичных разрядов. Следовательно, на первых т итерациях, где находится из уравнения г0 + — = г, промежуточные результаты будут запоминаться точно и ошибки не вносится, т.е.
Многофункциональный ультразвуковой эхотомоскоп «Сономед-500»
Многофункциональный ультразвуковой эхотомоскоп «Сономед-500» является типичным представителем ультразвуковых приборов с расширенной компьютерной обработкой. Реализованный в приборе полный набор режимов обследований (формирование В- и М- изображений, спектральный анализ доплеровских сигналов движущейся жидкости, цветовое доплеровское картирование), присущий многофункциональной системе с дуплексным сканированием, а также большая номенклатура поставляемых с прибором многоэлементных датчиков, обеспечивают широкий спектр абдоминальных, сосудистых и кардиологических обследований. В составе прибора используются ультразвуковые датчики линейного, конвексного и микроконвексного типов сканирования и с рабочим диапазоном частот от 3.5 МГц до 10 МГц. В ассортимент входят как датчики общего назначения, так и специализированные датчики для трансвагинальных и трансректальных исследований.
Конструктивно прибор реализован в виде модулей расширения IBM PC, за счет чего прибор может поставляться как в специализированных корпусах, так и в стандартном корпусе IBM PC. Различные варианты конструктивного исполнения прибора представлены на рис. 4.3. Аппаратура сканера включает в себя следующие модули (см. рис. 4.4): фронтальный модуль; канал визуализации; канал спектральной обработки доплеровских сигналов; канал цветового доплеровского картирования; компьютер IBM PC; функциональную клавиатуру. Функциональные схемы обработки эхо-сигналов при реализации вышеперечисленных режимов зондирования представлены на рис. 4.5 - 4.7.
Фронтальный модуль обеспечивает генерацию зондирующего сигнала, а также прием эхо-сигнала во всех режимах работы и включает в себя коммутатор датчиков и ДФУ.
К прибору может быть одновременно подключено два датчика. С помощью блока идентификации декодируется информация о датчике: резонансная частота, число пьезоэлементов, тип зондирования (линейное, конвексное) и его конструктивное исполнение (размеры рабочей поверхности, радиус кривизны и пр.). Коммутатор датчиков предназначен для выбора работы одного из двух датчиков, подключенных к прибору, в процессе обследований.
Параметры подключенных к прибору датчиков устанавливаются автоматически на основе информации о датчике, поступающей из блока идентификации подключенных к прибору датчиков. В зависимости от типа подключенного датчика в модуле передатчика формируется импульс возбуждения датчика, длительность которого соответствует резонансной частоте датчика. Так, например, для датчика с резонансной частотой 3.5 МГц используются три значения длительности импульса возбуждения: 400, 285, 200 не, что соответствует частотам 2.5,3.5 и 5 МГц (мультичастотный режим работы). Кроме того, информация о датчике используется для задания параметров работы устройства фокусировки в режимах излучения и приема ультразвукового сигнала.
Основные функции ДФУ: генерация импульсов излучения; динамическая фокусировка зондирующего сигнала; предварительное усиление принимаемого эхо-сигнала; динамическая фокусировка принимаемого эхо-сигнала; Зондирующие импульсы, поступающие на линейку пьезопреобразователей, задерживаются в соответствии в соответствии с установленным фокусом излучения ультразвукового луча. В любой текущий момент ультразвукового зондирования могут быть задействованы до 32-х пьезопреобразователей. Для перемещения ультразвукового луча выполняется электронное переключение соседних групп пьезоэлементов с помощью коммутационной матрицы. В пьезопреобразователях электрические импульсы преобразуются в механические колебания, и формируется ультразвуковой пучок, сфокусированный в определенную область зондирования. Отраженный от акустических неоднородностей ультразвуковой эхо-сигнал на тех же пьезоэлементах преобразуются в электрический сигнал. Затем эхо-сигнал усиливается и поступает в блок фокусировки на прием.
В состав блока фокусировки на прием входят элементы задержки и матричный коммутатор. Матричный коммутатор за счет переключения элементов задержки обеспечивает суммарную задержку эхо-сигнала от 10 до 400 не. При этом минимальное изменение задержки сигнала составляет величину 10 не.
Канал визуализации включает в себя модуль приемника эхо-сигналов и видеопроцессор. Обработка эхо-сигнала осуществляется в соответствии с блок-схемой, представленной на рис. 4.5. Видеоконтроллером выполняются следующие функции: аналого-цифровое преобразование эхосигнала; буферизация последовательности отсчетов эхосигнала; интерфейс PCI, используемый для быстрой выгрузки последовательности отсчетов эхосигнала в оперативную память PC и передачи управляющей информации; формирование аналогового сигнала, управляющего усилением по глубине; формирование аналогового сигнала, управляющего полосой пропускания эхосигнала в зависимости от глубины зондирования; формирование аналоговых сигналы управления яркостью и контрастностью изображения; формирование цифровых сигналов синхронизации и управления каналом визуализации.
Применение в составе видеоконтроллера структурно реконфигурируемых ПЛИС позволило существенно упростить аппаратную реализацию прибора и повысить его потребительские свойства. Канал спектральной обработки доплеровских сигналов предназначен для анализа состояния и характера кровотока в магистральных сосудах и сердце при формировании ультразвуковых изображений тканей человека в дуплексном режиме.
В соответствии с функциональной схемой, представленной на рис. 4.6, для выделения доплеровского сдвига сигналов движущихся жидких сред используется частотный детектор, реализованный по гетеродинной схеме. В частотном детекторе выполняется перемножение поступающего из блока фокусировки эхо-сигнала с сигналом несущей частоты, затем производится низкочастотная фильтрация. Конкретное значение несущей частоты излучаемого сигнала устанавливается в зависимости от типа используемого датчика и области исследования. Так в случае конвексного датчика 3.5С60 для общих абдоминальных обследованиях используются несущие частоты 2.5, 3.285 и 4.2 МГц, а в случае линейного датчика 7.5L38 для исследований сосудов - соответственно несущие частоты 5.5, 6.57 и 9.2 МГц. Доплеровский канал включает в себя следующие модули:
