李 勇,丁亞軍,b,錢盛友,段先知,鄒 孝

(湖南師范大學(xué)a.物理與信息科學(xué)學(xué)院;b.圖像識(shí)別與計(jì)算機(jī)視覺(jué)研究所,長(zhǎng)沙410081)

離散Walsh變換在超聲治療無(wú)損測(cè)溫中的應(yīng)用

李 勇a,丁亞軍a,b,錢盛友a(bǔ),段先知a,鄒 孝a

(湖南師范大學(xué)a.物理與信息科學(xué)學(xué)院;b.圖像識(shí)別與計(jì)算機(jī)視覺(jué)研究所,長(zhǎng)沙410081)

利用高強(qiáng)度聚焦超聲對(duì)新鮮的離體豬肉進(jìn)行輻射,并通過(guò)B超獲取輻射前后的超聲圖像。采用二維離散Walsh變換法,從輻射前后的超聲圖像的差圖像中分離出低頻分量,作為反映溫度信息的參數(shù)。選取確定系數(shù)作為衡量誤差的參數(shù),通過(guò)曲線擬合,發(fā)現(xiàn)二維離散Walsh變換直流分量與溫度呈近似線性關(guān)系,且多組數(shù)據(jù)的斜率非常接近,與傳統(tǒng)的灰度均值測(cè)溫法相比,實(shí)驗(yàn)結(jié)果表明,該方法誤差更小,溫度分辨率更高,使用正交矩陣變換,符合計(jì)算機(jī)語(yǔ)言的邏輯,仿真檢測(cè)時(shí)間較短,在實(shí)際應(yīng)用中能為超聲無(wú)損測(cè)溫提供準(zhǔn)確可靠的依據(jù)。

高強(qiáng)度聚焦超聲;二維離散Walsh變換;低頻分量;無(wú)損測(cè)溫;差圖像;曲線擬合

1 概述

高強(qiáng)度聚焦超聲(High Intensity Focused Ultrasound,HIFU)是一種利用超聲波的熱效應(yīng)來(lái)治療癌癥的手段,主要是通過(guò)超聲波良好的組織穿透性和方向性在生物組織內(nèi)匯聚形成高強(qiáng)度聲場(chǎng),利用超聲波的瞬態(tài)高溫效應(yīng)、空化效應(yīng)和機(jī)械效應(yīng)等破壞焦域處靶組織,從而達(dá)到治療或外科切除病灶的目的[1]。近年來(lái),這種技術(shù)受到國(guó)內(nèi)外的廣泛關(guān)注,我國(guó)在HIFU臨床應(yīng)用方面位于國(guó)際前列。

本文采用二維離散Walsh變換對(duì)超聲圖像的差圖像進(jìn)行處理,分離出低頻分量作為反映溫度的信息,進(jìn)行無(wú)損測(cè)溫。這種算法可以將反映溫度的信息與高頻噪聲等區(qū)分開(kāi)來(lái),在抑制與溫度無(wú)關(guān)的信息方面取得較好的效果,為超聲熱治療提供比較可靠的溫度信息。

2 背景介紹

HIFU可以在病灶區(qū)的腫瘤中產(chǎn)生瞬態(tài)高溫(60℃以上),使腫瘤組織迅速凝固甚至壞死,而對(duì)病灶區(qū)周圍的正常組織影響很小甚至無(wú)任何損傷。在HIFU治療中,對(duì)焦域內(nèi)的溫度控制要求很嚴(yán)格,溫度過(guò)高,會(huì)導(dǎo)致病灶區(qū)組織碳化,不利于組織吸收,甚至產(chǎn)生并發(fā)癥。溫度過(guò)低,治療時(shí)間會(huì)延長(zhǎng),療效不明顯,還可能會(huì)增加病人的痛苦。因此,實(shí)時(shí)溫度的測(cè)量在治療中起到非常重要的作用。文獻(xiàn)[2]通過(guò)微波消融離體豬肝實(shí)驗(yàn)得出,超聲圖像的灰度均值、梯度、功率譜密度等參數(shù)與溫度存在明顯的正相關(guān)性。文獻(xiàn)[3]利用超聲波對(duì)新鮮的離體豬肝及豬肌肉進(jìn)行26℃ ～63℃范圍內(nèi)的測(cè)溫實(shí)驗(yàn)證明,用灰度變化來(lái)估測(cè)被加熱點(diǎn)溫度的方法可行,但是在試驗(yàn)溫度范圍內(nèi),溫度變化和灰度變化成非嚴(yán)格線性關(guān)系。文獻(xiàn)[4-5]采用二維離散Fourier變換直流分量法和實(shí)值離散Gabor變換,將反映溫度的信息與噪聲等其他信息區(qū)分開(kāi)來(lái),證明二維離散Fourier變換直流分量法與溫度、Gabor變換低頻系數(shù)能量與溫度均成近似線性關(guān)系。文獻(xiàn)[6]利用數(shù)據(jù)挖掘的方式發(fā)現(xiàn)GLCM慣性矩、均值和、梯度均值、梯度方差及4種小波基下的小波分解系數(shù)能量與溫度間存在多元線性關(guān)系。

3 二維離散Walsh變換

離散沃爾什變換是一種正交變換,它只包含+1和-1 2個(gè)數(shù)值所構(gòu)成的正交函數(shù)基[7]。Walsh函數(shù)可以通過(guò)不同的途徑推導(dǎo)出來(lái),本文介紹一種三角函數(shù)定義的Walsh函數(shù)[8]進(jìn)行表示:

其中,k是Walsh函數(shù)編號(hào),為非負(fù)整數(shù),其二進(jìn)制表示式為:p表示k的二進(jìn)制位數(shù),kr為0或者1,是k的各位二進(jìn)制的值。進(jìn)行一維離散Walsh變換時(shí),先對(duì)f(t)進(jìn)行數(shù)字化得到f(n)變換的定義式為:

其中,k=0,1,…,N-1;N表示DWT的階數(shù);Wkn是Wal(k,t)的N個(gè)間隔采樣點(diǎn)值。逆變換為:

其中,k=0,1,…,N-1;n=0,1,…,N-1。

DWT變換可以表示為如下的矩陣形式:

其中,f,F均為行向量。

逆變換矩陣形式為:

由此可以得出Walsh矩陣具有正交性,即:

其中,I為單位矩陣。

進(jìn)行二維離散Walsh變換時(shí),對(duì)采集到的超聲灰度圖像,進(jìn)行數(shù)字化處理后得到數(shù)字圖像f(n1,n2),n1,n2均為整數(shù)[9]。

其二維離散Walsh變換式為:

其中,k1=0,1,…,N1-1;k2=0,1,…,N2-1。

二維DWT矩陣變換式為:

二維DWT逆變換為:

其中,n1=1,2,…,N1-1;n2=1,2,…,N2-1。

二維DWT逆變換的矩陣式為:

同樣可以得到 Walsh矩陣WN具有正交性質(zhì),即:

其中,I為單位矩陣。

Walsh函數(shù)W(k,n)有3種形式[10]:Walsh序的Walsh函數(shù),佩利序的 Walsh函數(shù),哈達(dá)瑪序的Walsh函數(shù)?；谟?jì)算速度等優(yōu)點(diǎn),本文使用哈達(dá)瑪序的Walsh函數(shù)。

綜上所述,Walsh變換是將圖像矩陣f(n1,n2)分解為無(wú)窮多個(gè)Walsh矩陣的疊加,得到的F(k1,k2)矩陣就是Walsh矩陣的幅度系數(shù)。Walsh變換的物理意義是將圖像f(n1,n2)從灰度分布變換為頻率分布F(k1,k2),從而可以通過(guò)變換獲取信號(hào)在各個(gè)頻率點(diǎn)上的強(qiáng)度大小?？梢钥闯霎?dāng)k1=k2=0時(shí),Wal(0,n)=1,即F(0,0)表示f(x,y)在變換系數(shù)中的直流分量,當(dāng)k1,k2不等于0時(shí),表示F(k1,k2)在不同頻率上能量的大小。當(dāng)溫度發(fā)生變化時(shí),灰度圖像的灰度值會(huì)發(fā)生變化,在灰度圖像中,還包含了一些因空化引起的相關(guān)信息及噪聲等。在Walsh變換中,可以將反映溫度信息的低頻部分(k1=k2=0)與高頻噪聲以及與溫度無(wú)關(guān)的信息(k1≠0,k2≠0)加以抑制。

4 無(wú)損測(cè)溫實(shí)驗(yàn)

4.1 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)方案

將具有固定頻率的B超診斷儀作為獲取溫度圖像的設(shè)備,設(shè)計(jì)了如圖1所示的實(shí)驗(yàn)裝置。高強(qiáng)度聚焦超聲(HIFU)為溫度處理設(shè)備。實(shí)驗(yàn)中,在進(jìn)行B超拍照獲取超聲圖像[11]的同時(shí),通過(guò)熱電偶記錄溫度。

圖1 無(wú)損測(cè)溫實(shí)驗(yàn)裝置

實(shí)驗(yàn)所采取的生物組織樣本為新鮮的離體豬肌肉組織,測(cè)溫范圍在37℃ ～75℃。對(duì)獲得的B超圖像和對(duì)應(yīng)的溫度進(jìn)行記錄,并以超聲焦域?yàn)橹行倪x取64×64的圖像作為實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理。獲取實(shí)驗(yàn)數(shù)據(jù)后,在不同的情況下,或者不同的組織中,超聲圖像是有所差別的。為了減小差別,先對(duì)B超診斷儀獲取的灰度圖像作差圖像處理,也就是將豬肉組織焦域處于各溫度時(shí)獲取的灰度圖像與處于37℃時(shí)的灰度圖像做減處理,得到的圖像就是差圖像。如圖2所示,圖2(a)～圖2(c)分別是焦域處于37℃,55℃,73℃時(shí)的灰度圖像。圖2(d)～圖2(e)分別是焦域處于55℃,73℃時(shí)灰度圖像與37℃灰度圖像的差圖像。

圖2 64×64 HIFU焦域處超聲圖像及差圖像

4.2 實(shí)驗(yàn)結(jié)果及分析

為了體現(xiàn)本文方法的有效性和優(yōu)勢(shì),在Matlab-R2013a版本下,采用二維離散Walsh變換分離低頻分量法和灰度統(tǒng)計(jì)法作對(duì)比,仿真得到圖像的特征參數(shù),并通過(guò)Matlab這一軟件平臺(tái),將圖像的特征參數(shù)與對(duì)映的溫度信息采用最小二乘法原理進(jìn)行線性擬合[12]。選取1組數(shù)據(jù)擬合的結(jié)果如圖3所示。圖4分別是選用4組不同的超聲灰度圖像,提取二維離散Walsh變換分離出的低頻分量(Discrete Walsh Transform D Component,DWTDC)、灰度均值2個(gè)特征參數(shù)進(jìn)行分析,并進(jìn)行曲線擬合得到的結(jié)果。

圖3 1組數(shù)據(jù)的參數(shù)分析結(jié)果

圖4 綜合4組數(shù)據(jù)的參數(shù)分析結(jié)果

在曲線擬合中有如下參數(shù):

(1)SSR(Sum of Squares of Regression):預(yù)測(cè)數(shù)據(jù)與原始數(shù)據(jù)均值之差的平方和。

(2)SST(Total Sum of Squares):原始數(shù)據(jù)和均值之差的平方和。

(3)SSE(Sum of Squares due to Error):預(yù)測(cè)數(shù)據(jù)和原始數(shù)據(jù)對(duì)應(yīng)點(diǎn)的誤差平方和。SST是SSR與SSE之和。

(4)確定系數(shù)(R-square:Coefficient of determination)為:

確定系數(shù)越大,說(shuō)明此擬合模型對(duì)數(shù)據(jù)的擬合度越高。對(duì)每組數(shù)據(jù)進(jìn)行具體參數(shù)計(jì)算,得出表1、表2所示結(jié)果。誤差分析選取確定系數(shù)R-square作為衡量誤差大小的參數(shù)。

表1 4組數(shù)據(jù)確定系數(shù)R-square的比較

表2 4組數(shù)據(jù)擬合斜率的比較

在Matlab仿真實(shí)驗(yàn)條件下,對(duì)所選用的4組數(shù)據(jù),用二維離散Walsh變換法分離低頻分量,運(yùn)行時(shí)間分別為:0.103 88 s,0.146 03 s,0.135 87 s和0.129 14 s,平均運(yùn)行時(shí)間為0.128 73 s,運(yùn)行速度比較快,在實(shí)際運(yùn)用中能達(dá)到實(shí)時(shí)檢測(cè)的要求。

綜合圖3、圖4和表1、表2,進(jìn)行如下數(shù)據(jù)分析:

如前已述,溫度的變化能引起灰度均值的變化,也能反映溫度變化的規(guī)律,因此,選取灰度均值作為參考對(duì)象具有可行性。

從圖3可以看出,分別選取DWTDC和灰度均值作為參數(shù),可以得出兩者均與溫度有近似線性關(guān)系。由圖3和表1可以知道DWTDC的確定系數(shù)(R-square)均要比灰度均值大,由此可以說(shuō)明DWTDC與溫度的曲線擬合誤差更小,即與灰度均值相比,DWTDC有更好的線性關(guān)系。從選取的實(shí)驗(yàn)數(shù)據(jù)結(jié)果來(lái)看,DWTDC這一參量作為溫度參數(shù),比灰度均值更加具有說(shuō)服力。

從圖4(b)中可以看出,以灰度均值為參數(shù),在溫度超過(guò)60℃時(shí),灰度均值開(kāi)始發(fā)散,擬合曲線不再平行或者重疊,誤差較大,不宜再作為測(cè)溫的特征參數(shù)。而以DWTDC作為參數(shù)如圖4(a)時(shí),在整個(gè)測(cè)溫范圍內(nèi),數(shù)據(jù)都較均勻地分布于擬合曲線兩邊,曲線集中程度也較高。

從表2可知,DWTDC與溫度的擬合斜率均要大于灰度均值與溫度的擬合斜率,可以說(shuō)明,單位溫度內(nèi),DWTDC的變化比灰度均值大,具有更高的溫度分辨率,能夠容忍更大的偶然誤差。此外,只選用DWTDC(即選取圖像的低頻部分作為參數(shù)),可以分離并濾除圖像中處于高頻部分的噪聲。所以,差圖像的二維離散Walsh變換分離低頻分量法能夠作為測(cè)溫的手段,進(jìn)行比較準(zhǔn)確的無(wú)損測(cè)溫。

5 結(jié)束語(yǔ)

本文通過(guò)Matlab對(duì)差圖像數(shù)據(jù)進(jìn)行處理,發(fā)現(xiàn)灰度均值和DWTDC都可以近似地作為HIFU無(wú)損測(cè)溫的方法,然而DWTDC與灰度均值相比,具有更多優(yōu)點(diǎn):(1)隨著溫度的升高,DWTDC呈現(xiàn)出近似直線的增長(zhǎng),擬合的相對(duì)誤差比較小。(2)二維Walsh變換分離出的低頻分量對(duì)溫度的分辨率明顯比灰度均值高。(3)二維離散Walsh變換分離出的低頻分量能夠?yàn)V除高頻噪聲。(4)從硬件實(shí)現(xiàn)方面來(lái)說(shuō),沃爾什變換矩陣只包含+1和-1 2個(gè)數(shù)值所構(gòu)成的正交函數(shù)基,符合計(jì)算機(jī)的邏輯,減少了計(jì)算量和存儲(chǔ)空間,提高了計(jì)算速度,因而更適用于計(jì)算機(jī)處理。

綜上所述,本文采用的二維Walsh變換分離低頻分量法可以用于無(wú)損測(cè)溫,比灰度均值法等有明顯的優(yōu)勢(shì),在計(jì)算機(jī)處理上具有廣泛的應(yīng)用前景。

[1] Chauhan S,Michel M S,Alken P.High-Intensity-Focused-Ultrasound(HIFU)Induced Homeostasis and Tissue Ablation[C]//Proceedings of Conference on International Society for Optics and Photonics.[S.l.]:SPIE Press,2003: 237-244.

[2] 任新穎,吳水才,曾 毅.基于組織B超特征的癌熱療無(wú)創(chuàng)檢測(cè)實(shí)驗(yàn)[J].北京工業(yè)大學(xué)學(xué)報(bào),2008,34(1):90-96.

[3] 侯珍秀,徐禎祥,金長(zhǎng)善,等.高強(qiáng)度聚焦超聲熱療中無(wú)損測(cè)溫的實(shí)驗(yàn)研究[J].中國(guó)超聲醫(yī)學(xué)雜志,2002, 18(9):653-657.

[4] 陳錦鈞,陳真誠(chéng),陳洪波.離散Fourier變換在無(wú)創(chuàng)測(cè)溫中的應(yīng)用[J].生物醫(yī)學(xué)工程研究,2007,26(3):236-239.

[5] 陳洪波,湯井田,陳真誠(chéng).實(shí)值離散Gabor變換在HIFU無(wú)損測(cè)溫中的應(yīng)用[J].儀器儀表學(xué)報(bào),2008,29(12): 2646-2649.

[6] 馮艷玲,譚 旭.數(shù)據(jù)挖掘技術(shù)在豬肉組織無(wú)損測(cè)溫中的應(yīng)用研究[EB/OL].(2010-12-01).http://cpfd.cnki. com.cn/Article/CPFDTOTAL-ZNXX201012001059.htm.

[7] 黃會(huì)營(yíng),張宇波.沃爾什變換在圖像數(shù)據(jù)壓縮中的應(yīng)用[J].微計(jì)算機(jī)信息,2009,25(15):290-291.

[8] 鄭君里,應(yīng)啟珩,楊為理.信號(hào)與系統(tǒng)[M].2版.北京:高等教育出社,2000.

[9] Gonzalez R C.數(shù)字圖像處理[M].2版.阮秋琦,阮宇智,譯.北京:電子工業(yè)出版社,2007.

[10] 王海鵬.多維 Walsh-Hadamard變換算法實(shí)現(xiàn)與優(yōu)化[D].武漢:華中科技大學(xué),2009.

[11] 任新穎,吳水才,曾 毅,等.組織超聲回波時(shí)移溫度相關(guān)性及其無(wú)創(chuàng)測(cè)溫研究[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2006,25(3):328-332.

[12] 李慶揚(yáng),王能超,易大義.數(shù)值分析[M].北京:清華大學(xué)出版社,2008.

編輯 顧逸斐

Application of Noninvasive Temperature Measurement with Discrete Walsh Transform in Ultrasound Therapy

LI Yonga,DING Yajuna,b,QIAN Shengyoua,DUAN Xianzhia,ZOU Xiaoa
(a.College of Physics and Information Science;b.Institute of Image Recognition&Computer Vision, Hunan Normal University,Changsha 410081,China)

Irradiating fresh pork in vitro by High Intensity Focused Ultrasound(HIFU),subtraction image of B ultrasonic image is obtained before and after irradiation.The low-frequency components as the parameters about the temperature information,are separated from the subtraction image by two-dimensional discrete Walsh transform.There is an approximate linear relationship between Discrete Walsh Transform Direct Component(DWTDC)and temperature,and the slopes of multiple sets of data are very close proximity using R-square as a parameter to measure the error and curve fitting.The error is smaller.Temperature resolution is higher than the traditional temperature estimation method by using gray average.This method using the orthogonal transform matrix conforms to the logic structure of computer language, can shorten detection time and provide reliable basis for noninvasive temperature estimation in practical application.

high intensity focused ultrasound;two-dimensional discrete Walsh transform;low-frequency component; noninvasive temperature measurement;subtraction image;curve fitting

1000-3428(2015)01-0227-04

A

TP391.41

10.3969/j.issn.1000-3428.2015.01.042

國(guó)家自然科學(xué)基金資助項(xiàng)目(11174077,11474090);湖南省自然科學(xué)基金資助項(xiàng)目(11JJ3079);湖南省教育廳基金資助項(xiàng)目(12C0237)。

李 勇(1989-),男,碩士研究生,主研方向:數(shù)字圖像處理;丁亞軍(通訊作者),副教授;錢盛友,教授、博士生導(dǎo)師;段先知,碩士研究生;鄒 孝,講師、碩士。

2014-03-05

2014-04-01 E-mail:448924457@qq.com

中文引用格式:李 勇,丁亞軍,錢盛友,等.離散Walsh變換在超聲治療無(wú)損測(cè)溫中的應(yīng)用[J].計(jì)算機(jī)工程,2015, 41(1):227-230.

英文引用格式:Li Yong,Ding Yajun,Qian Shengyou,et al.Application of Noninvasive Temperature Measurement with Discrete Walsh Transform in Ultrasound Therapy[J].Computer Engineering,2015,41(1):227-230.