CHƢƠNG 2 : Beamforming sử dụng phƣơng pháp lấy mẫunén
2.2 Tại sao nên sử dụngCOMPRESSED BEAMFORMING
Áp dụng cho một phần tử thu nhận đơn, Sơ đồ Xampling đề xuất đạt đƣợc việc xây dựng lại tín hiệu tốt cho tín hiệu siêu âm thực tế, phản xạ từ một thiết lập của mục tiêu ảo. Về nguyên tắc, ta có thể áp dụng phƣơng pháp này cho mỗi phần tử thu nhận
GVHD:PGS.TS Nguyễn Thúy Anh SVTH:Đoàn Khánh Linh83
riêng biệt, kết quả là một tham số đại diện cho mỗi tín hiệu .{ } . Có khả năng tái tạo lại các tín hiệu phát hiện đƣợc, sau đó ta có thể tiến hành các quy trình beamforming tiêu chuẩn, đƣợc nêu trong phần II, nhằm mục đích xây dựng các thể tƣơng ứng. Sự tính toán sẽ đƣợc giảm xuống, bằng cách hạn chế quá trình beamforming hỗ trợ cho việc ƣớc lƣợng xung. Trong thực tế, ta có thể bỏ qua các giai đoạn beamforming bằng cách bắt nguồn một mô hình hình học mà bản đồ là bộ các trễ,
{ } , kết hợp với phản xạ thứ l, có vị trí hai chiều của nó , ). Mặc dù vậy, áp dụng đề xuất sơ đồ lấy mẫu FRI để các tín hiệu phản xạ từ các mô sinh học, ta phải đối mặt với hai trở ngại cơ bản: SNR thấp và giải thích thích hợp của các tham số ƣớc lƣợng tín hiệu, xem xét các cấu hình của chùm tia truyền qua.
Trong hình bên trái (a), các tín hiệu đƣợc phát hiện bởi 32 trong số 64 phần tử mảng chủ động, theo sự truyền một xung đơn. Xung đƣợc xử lý cùng một chùm tia hẹp, tạo thành một góc tùy ý so với trục ̂. Hình bên phải (b) miêu tả tín hiệu thu đƣợc bằng cách sử dụng beamforming để phát hiện các tín hiệu, nhƣ đã nêu ở mục II. Kiểm tra các dấu vết riêng biệt, một điểm chú ý là sự xuất hiện của các xung mạnh, có thể chồng chéo, đặc trƣng bởi một hình dạng điển hình, nhƣ đề xuất trong (5). Giả định rằng ta có thể trích xuất độ trễ và biên độ của những xung này, bằng cách áp dụng để xuất FRI Xampling cho mỗi phần tử. Tôi cho rằng, beamforming có thể đƣợc bỏ qua, bằng cách bắt nguồn từ một mô hình hình học để ƣớc lƣợng vị trí hai chiều của một phần tử tán xạ, dựa trên độ trễ của các xung liên kết với nó, đƣợc ƣớc tính trong các bộ thu khác nhau. Để áp dụng mô hình nhƣ vậy, đầu tiên chúng ta phải có khả năng đẻ phù hợp với xung tƣơng ứng thông qua các tín hiệu phát hiện đƣợc. Mặc dù vậy, đề cập đến trƣờng hợp thực tế đƣợc mô tả trong hình (a), ta nhận thấy rằng công việc nhƣ vậy không hề đơn giản – các tín hiệu đơn mổ tả ánh xạ, bắt nguồn từ toàn bộ khu vực, phát ra bởi các xung truyền. Những ánh xạ này có thể thay đổi đáng kể qua các dấu vết. Trong thực tế, một số xung, có thể nhìn thấy trong một số dấu vết, nhƣng không hoàn toàn rõ ràng trong các dấu vết khác. Trong sự tƣơng phản, tín hiệu beamformed, bằng
GVHD:PGS.TS Nguyễn Thúy Anh SVTH:Đoàn Khánh Linh84
việc xây dựng, sẽ miêu tả cƣờng độ của phản xạ có nguồn gốc từ dọc theo trục trung tâm truyền, trong khi làm suy giảm phản xạ có trạm gốc ra trục này.
Hình 2.2: (a) Các tín hiệu thu được cho hình ảnh tim khi truyền một xung đơn.Sắp xếp theo chiều dọc của mỗi dấu vết phù hợp với các chỉ số của các thành phần
thu tương ứng. (b) tín hiệu beamformed thu được bằng cách kết hợp các tín hiệu thu được với thời gian trễ khác nhau thích hợp. Dữ liệu thu được sử dụng một máy quét
siêu âm GE
Cố gắng để áp dụng FRI Xampling cho mỗi phần tử nhận riêng biệt, ta gặp phải một trở ngại cơ bản, ở giai đoạn sớm hơn của chiết xuất tín hiệu của các tham số đại diện từ các mẫu tỷ lệ thấp. Các dấu vết riêng biệt chứa nhiễu có mức cao. Các thành phần của nhiễu, đặc biệt đáng chú ý trong các dấu vết 54 và 64, tăng lên chủ yếu từ việc xây dựng và sự can thiệp của các sóng âm thanh, phản xạ dày đặc, bƣớc sóng tán xạ trong các mô. Cuối cùng làbiểu hiện thông thƣờng nhƣ là các kết cấu chi tiết trong hình ảnh siêu âm, gọi làspeckle, hiệu ứng tƣơng tự trong laser quang học. Các thành phần nhiễu vốn đã gây ra các kết quả sai, khi cố gắng để lấy mẫu và tái tạo lại các thành phần FRI sử dụng phƣơng pháp Xampling. Trong trƣờng hợp xấu nhất, khi nhiễu che các thành phần FRI, các thông số đƣợc trích xuất sẽ là vô nghĩa.
GVHD:PGS.TS Nguyễn Thúy Anh SVTH:Đoàn Khánh Linh85
Ta có thể giải quyết các khó khăn nói trên bằng tín hiệu beamformed Xampling , thay vì các tín hiệu đơn . Trong khi beamforming là một quá trình cơ bản trong chẩn đoán hình ảnh siêu âm kể từ những ngày đầu, những cái tiến liên quan đến việc nó đƣợc tích hợp vào quá trình Xampling. Ta lấy phƣơng phápcompressed beamforming, bắt đầu với khái niệm Xampling của tín hiệu beamformed. Ta thấy rằng một kết quả tƣơng đƣơng có thể thu đƣợc từ lấy mẫu tốc độ thấp của tín hiệu riêng biệt
Một điều kiện cần thiết cho phƣơng pháp này là , sinh ra từ { }
thỏa mãn (5), chỉ là một dạng FRI tƣơng tự. Xem hình 2, ta thấy rằng có cấu trúc tƣơng tự nhƣ của tín hiệu riêng biệt, bao gồm các xung mạnh có hình dạng điển hình, mà có thể chồng chéo lên nhau. Trong trƣờng hợp này, có một số lợi thế rõ rang trong Xampling . Đầu tiên, { } . đƣợc tính trung bình trong , nó tự tăng SNR với các tín hiệu riêng biệt. Sự suy giảm của nhiễu trong tín hiệu beamformed, so với các tín hiệu riêng biệt, đƣợc thể hiện ở hình 2, đặc biệt trong khoảng 50mm – 80mm. Thứ hai, trực tiếp liên quan đến một thể riêng biệt. Điều này có nghĩa rằng, ta không cần bận tâm đến các vấn đề chƣa rõ ràng của xung phù hợp thông qua các tín hiệu thu đƣợc khác nhau. Cuối cùng, nhớ lại các mô hình tín hiệu ở (5). Nhƣ một mô hình là tốt hơn liên quan đến , bằng cách thu hẹp hiệu quả chiều rộng của những chùm tia hình ảnh, ta có thể xấp xỉ vị trí giao nhau của nó với cấu trúc phản xạ. Hiệu quả này đƣợc thấy ở hình (2) ở một số xung, có thể thấy trong các dấu vết riêng biệt, xuất hiện sự suy yếu trong tín hiệu beamformed. Các xung nhƣ vậy tƣơng ứng với ngoài vị trí phản xạ trục trung tâm của chùm tia truyền.
Trong phần tiếp theo, ta tập trung vào chứng minh các giả định rằng có thể đƣợc điều chỉnh trong khuôn khổ FRI. Một thách thức nữa, bao hàm trong phần II, thực tế rằng không tồn tại trong miền tƣơng tự - thiết bị siêu âm tiêu chuẩn tạo ra nó bằng kĩ thuật số, từ mẫu của các tín hiệu thu đƣợc trong nhiều thành phần thu
GVHD:PGS.TS Nguyễn Thúy Anh SVTH:Đoàn Khánh Linh86
nhận, lấy ở tốc độ Nyquist. Mục tiêu là thu đƣợc một phƣơng trình, mà có thể ƣớc lƣợng các mẫu cần thiết của , từ các mẫu tốc độ thấp của { }