一种基于RF信号的肺部超声信号特征的识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113440167A(43)申请公布日2021.09.28(21)申请号202110717974.1(22)申请日2021.06.28(71)申请人南京大学地址210023江苏省南京市栖霞区仙林大道163号(72)发明人屠娟章东宋人杰薛洪惠朱逸斐张国峰(74)专利代理机构南京天华专利代理有限责任公司32218代理人许轲(51)Int.Cl.A61B8/08(2006.01)A61B8/00(2006.01)权利要求书1页说明书3页附图2页(54)发明名称一种基于RF信号的肺部超声信号特征的识别方法(57)摘要本发明提供一种基于RF信号的肺部超声信号特征的识别方法，属于信号处理领域，本发明的一种基于RF信号的肺部超声信号特征的识别方法，首先采集超声RF信号，将采集到的信号转换为二维频谱图，而后通过逐行处理二维频谱图得到方差平滑曲线的特征参数，并通过特征参数识别肺部超声信号特征。本发明利用超声RF信号做数据处理，能够保留更多有效信息，增加结果的准确度；并且通过分析超声RF信号的频谱图，得到不同频率分量的分布情况，从中选择很好体现信号条纹特征的高频区域进行计算，保证了本发明方法在肺部超声信号特征识别上的科学性以及创新性。CN113440167ACN113440167A权利要求书1/1页1.一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，首先采集超声RF信号，将采集到的信号转换为二维频谱图，然后对二维频谱图进行计算得到方差曲线及其特征参数，并通过特征参数识别肺部超声信号特征。2.根据权利要求1所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，具体包括如下步骤：步骤一、数据采集；采集一帧超声RF信号；步骤二、转换到频域处理数据；对一帧超声RF信号进行逐列直流滤波，将滤波后的信号转换到频域，得到超声RF信号的二维频谱图；步骤三、得到平滑方差曲线；对二维频谱图上的每一行数据计算方差，得到方差随频率变化的曲线，再将该曲线做高斯平滑，得到平滑的方差曲线；步骤四、计算特征参数；在平滑方差曲线的高频区域找到方差最低值对应的点，与曲线最高频率处对应的点连接成一条直线，然后计算直线的斜率作为特征参数K；步骤五、识别超声信号的特征；根据该帧超声RF信号对应的特征参数K识别肺部超声信号特征。3.根据权利要求2所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述步骤二的具体步骤为：先设计一个合适的高通滤波器对超声RF信号进行逐列滤波，滤去信号直流分量；再将滤波后的信号通过二维傅里叶变换得到超声RF信号的二维频谱图。4.根据权利要求3所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述二维傅里叶变换时坐标轴的频率范围为其中，fs为超声RF信号数据的采样率。5.根据权利要求2所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述步骤四的具体步骤为：在平滑方差曲线的高频区域找到方差最低值对应的点P1(f1,u1)，找到曲线最高频率处对应的点P2(f2,u2)；然后利用下列公式计算特征参数K：其中，f1,u1分别表示方差最低值对应点的频率和方差；f2,u2分别表示曲线最高频率处对应点的频率和方差。6.根据权利要求2所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述步骤五的具体步骤为：对特征参数K的值设置合理阈值a，若特征参数K大于阈值a，识别该帧超声RF信号具有一定条纹特征；若特征参数K小于阈值a，则识别该帧超声RF信号无明显条纹特征。7.根据权利要求6所述的一种基于RF信号的肺部超声信号特征的识别方法，其特征在于，所述阈值a范围为‑1<＝a<＝1。2CN113440167A说明书1/3页一种基于RF信号的肺部超声信号特征的识别方法技术领域[0001]本发明属于信号处理领域，具体涉及一种基于RF信号的肺部超声信号特征的识别方法。背景技术[0002]肺部超声中，健康人的肺部图像较为均匀，无明显纵向条纹。而肺部疾病患者的超声图像中，会出现从胸膜线延伸至屏幕底部的离散垂直混响伪像，称为B线，是肺部超声一个非常重要的特征。显示大量B线是肺间质综合征的征象，其数量随着空气含量的降低和肺组织密度的增加而增多。[0003]目前医学上存在一些半定量方法识别B线的特征，如B线的数量、B线的宽度、B线间的间隔等。通过给这些特征打分，可以评估肺部疾病的种类和严重性。然而，此类方法非常依赖医生的主观判断和B超机显示屏能够显示的精度范围。对于亮度较浅的B线、极细密的B线等显示屏上人眼难以分辨的B线特征，往往无法很好识别出来。另外，现在一些基于深度学习的评估方法显示出很大潜力和较好的效果，但此类评估方法非常依赖大量一致规范的肺部超