用于确定介质中声速的方法、实施所述方法的超声成像系统与流程

1.更具体地，对于本发明，介质包括外表面、位于所述外表面下方的中间区域和位于所述中间区域下方的目标区域。
2.所述方法旨在通过使用超声系统来确定所述目标区域内的声速，所述超声系统具有与所述介质的外表面接触的探针。


背景技术：

3.本发明的方法可以用于确定哺乳动物身体肝脏内的声速从而在一个实例中鉴定和定量肝脏肝脂肪变性。
4.肝脂肪变性是肝脏内脂肪的累积。其通常通过磁共振成像(mri)确定。磁共振成像允许测量脂肪介质的量，但是使用mri的成本很高并且暗含使用稀有资源。另一种诊断方法在于侵入性肝活组织检查以及随后的组织学。
5.确定肝脏内脂肪累积的另一种方式是通过评估肝脏中的声速。实际上，组织内的声速随组织中存在的脂肪的量而变化。脂肪中的声速低于健康肝脏中的声速。因此，脂肪变性肝脏的声速略低于健康肝脏的声速。例如，与健康肝脏的声速相比，脂肪变性肝脏中的声速通常可以从1580m/s降低到1460m/s。按比例，这种降低表示仅5％到10％。因此，其可能难以鉴定表征具有边缘测量误差的人的脂肪肝的速度。
6.因此，为了检测实际的肝脂肪变性，应尽可能准确地测量声速。
7.由于肝脏在体内位于包括皮肤、一些脂肪以及最终肋间肌的表面中间区域下方的区域中，因此中间表面区域的存在可能损害测量结果。
8.文献《用于基于超声的肝脂肪变性评估的稳健声速估计(robust sound speed estimation for ultrasound
‑
based hepatic steatosis assessment)》,marion imbault等人,《医学与生物学中的物理学(physics in medecine&biology)》,2017公开了一种通过对在介质中传播超声波期间发生的像差进行校正来测量介质中的总体声速的方法。然后所述方法使用介质内的虚拟点源生成和迭代聚焦算法来确保虚拟点源聚焦良好。然后估计总体声速。在此第一步骤之后，通过假设脂肪和肌肉中的厚度和声速是众所周知的，可以随后计算出肝脏中的声速。可以使用从文献中获取的参考(平均)值(例如声速的)和/或可以使用手动估计(例如针对厚度)来确定这些。手动估计的缺点是具有操作员依赖性。
9.然而，这种技术需要若干迭代以处理像差校正，并且必须知道脂肪和肌肉中的厚度和声速。最后，这种方法没有正确考虑上部区域中介质的不均匀性，因此用于校正测量值并确定肝脏中的声速的另外的计算大多是任意的。
10.因此，需要一种更准确的方式来确定哺乳动物部位的内部区域中的声速。


技术实现要素：

11.本发明的一个目的是提供一种在没有中间区域的预定信息的情况下确定介质的目标区域(即，中间区域下方的区域)内的声速的方法。
12.所述方法通过使用超声成像系统实施，所述超声成像系统至少包括探针，所述探针适于感测反向散射波并且将对应于所述反向散射波的感测到的信号提供给所述超声系统的处理单元(16)。
13.所述方法包括以下步骤：
14.‑
在形态学图像上确定所述介质中的至少一个界面的位置，所述界面在深度方向上将所述介质划分为所述介质的中间区域和所述目标区域，
15.‑
基于所述感测到的信号中的至少一些感测到的信号确定所述中间区域的第一声速，以及
16.‑
基于所述感测到的信号中的至少一些感测到的信号并考虑所述界面的位置和所述第一声速来确定所述目标区域内的所述目标声速。
17.借助于这些特征，所述方法构建了具有界面、第一声速和目标声速的所述介质的非均质模型。这样的方法允许获得对目标声速的准确估计。
18.这种对目标声速的准确确定可以随后用于检测与相同介质的参考健康声速值相比目标区域内的声速的小的变化。这种准确的方法允许使用超声技术进行如肝脂肪变性等疾病的相关检测。
19.在所述方法的各个实施例中，可以任选地并入以下特征中的一个和/或其它特征。
20.在所述方法的一个方面，所述探针适于在功能上与所述介质的外表面接触，所述探针适于在深度方向上朝向所述目标区域将激发波传输到所述介质中，所述激发波在所述介质中朝向所述探针反向散射。
21.在所述方法的一个方面：
22.‑
所述第一声速是通过考虑第一参考声速以及多个第一假定声速中的一个第一假定声速确定的，并且
23.‑
所述目标声速是通过考虑以下确定的：所述界面的位置、应用于所述目标区域的目标参考声速、应用于所述中间区域的所述第一声速以及所述目标区域的多个假定目标声速中的一个假定目标声速。
24.在所述方法的一个方面，所述方法进一步包括以下步骤：在确定所述中间区域的所述第一声速之前，计算与所述中间区域的第一代表区相关联的多个第一图像数据，所述第一声速基于所述多个第一图像数据，所述第一图像数据中的每个第一图像数据是基于至少应用于与所述第一代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将第一参考声速和多个第一假定声速中的一个第一假定声速作为参数。
25.在所述方法的一个方面，所述方法进一步包括以下步骤：在确定所述目标区域内的所述目标声速之前，计算与所述目标区域的目标代表区相关联的多个目标图像数据，所述目标声速基于所述目标区域的所述代表区中的所述多个目标图像数据，所述目标图像数据中的每个目标图像数据是基于至少应用于与所述代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将以下作为参数：所述界面的位置、应用于所述目标区域的所述目标参考声速、应用于所述中间区域的所述第一声速以及所述目标区域的所述多个假定目标声速中的一个假定目标声速。
26.在所述方法的一个方面，以下中的至少一项：
27.‑
所述多个第一假定声速和所述多个假定目标声速具有相同的值，以及
28.‑
所述第一假定声速是所述中间区域的已知声速，并且所述假定目标声速是所述目标区域的已知声速。
29.在所述方法的一个方面，所述界面的位置的确定基于所述感测到的信号中的至少一些感测到的信号。
30.在所述方法的一个方面，所述界面的位置的确定基于所述形态学图像的自动图像处理。
31.在所述方法的一个方面，所述界面的位置是基于在所述中间区域与所述目标区域之间所述介质的图像数据的幅值沿所述深度方向的变化确定的，所述图像数据是基于所述感测到的信号和波束成形算法确定的，所述波束成形算法将所述参考声速作为参数。
32.在所述方法的一个方面，所述第一声速和/或所述目标声速各自使用相应的第一和/或目标聚焦标准计算，多个相应的第一和/或目标聚焦值是通过将所述相应的第一和/或目标聚焦标准分别应用于所述第一代表区的所述多个第一图像数据和/或所述目标代表区的所述多个目标图像数据获得的，所述第一声速是所述多个相应的第一聚焦值中选定的第一聚焦值和/或所述目标声速是所述多个相应的目标聚焦值中选定的目标聚焦值。
33.在所述方法的一个方面，所述第一声速是所述多个相应的第一聚焦值中的最大值和/或所述目标声速是所述多个相应的目标聚焦值中的最大值。
34.在所述方法的一个方面，所述聚焦标准是相干标准。
35.在所述方法的一个方面，所述方法进一步包括以下步骤：
36.‑
确定所述中间区域中的子界面的位置，所述子界面在所述深度方向上将所述中间区域划分为所述中间区域的接近所述外表面的第二区域和所述中间区域的接近所述界面的第一区域，
37.‑
基于所述感测到的信号中的至少一些感测到的信号确定所述第二区域的第二声速并且将第二参考声速和多个第二假定声速中的一个第二假定声速作为参数，
38.其中
39.所述第一声速的确定基于所述感测到的信号中的至少一些感测到的信号并且考虑以下：所述子界面的位置、应用于所述第一区域的所述第一参考声速、应用于所述第二区域的所述第二参考声速以及所述第一区域的所述多个第一假定声速中的一个第一假定声速。
40.在所述方法的一个方面，所述子界面的位置的确定基于所述感测到的信号中的至少一些感测到的信号。
41.在所述方法的一个方面，所述中间区域的所述第二区域含有所述第二代表区，并且所述中间区域的所述第一区域含有所述第一代表区。
42.在所述方法的一个方面，所述方法进一步包括以下步骤：在基于所述多个第二图像数据确定所述第二区域的所述第二声速之前，计算与所述第二区域的第二代表区相关联的多个第二图像数据，所述第二图像数据中的每个第二图像数据是基于至少应用于与所述第二代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将第二参考声速和多个第二假定声速中的一个第二假定声速作为参数。
43.在所述方法的一个方面，所述介质是哺乳动物身体并且所述外表面是所述哺乳动物的皮肤，并且所述目标区域是所述哺乳动物的肝脏，所述中间区域是所述介质的在所述
深度方向上包括在所述肝脏与所述皮肤之间的区域。
44.本发明的另一个目的是提供一种用于确定介质的目标区域内的目标声速的超声成像系统，所述超声成像系统包括：
45.‑
探针，所述探针适于感测反向散射波并且将相应的感测到的信号提供给所述超声系统，以及
46.‑
处理单元，所述处理单元被配置成：
47.‑
在形态学图像上确定所述介质中的至少一个界面的位置，所述界面在所述深度方向上将所述介质划分为所述介质的中间区域和所述目标区域，
48.‑
基于所述感测到的信号中的至少一些感测到的信号确定所述中间区域的第一声速，并且
49.‑
基于所述感测到的信号中的至少一些感测到的信号并考虑所述界面的位置和所述第一声速来确定所述目标区域内的所述目标声速。
50.在所述系统的各个实施例中，可以任选地并入以下特征中的一个和/或其它特征。
51.在所述系统的一个方面，所述探针适于在功能上与所述介质的外表面接触，所述探针适于在深度方向上朝向所述目标区域将激发波传输到所述介质中，所述激发波在所述介质中朝向所述探针反向散射。
52.在所述系统的一个方面：
53.‑
所述第一声速是通过考虑第一参考声速以及多个第一假定声速中的一个第一假定声速确定的，并且
54.‑
所述目标声速是通过考虑以下确定的：所述界面的位置、应用于所述目标区域的目标参考声速、应用于所述中间区域的所述第一声速以及所述目标区域的多个假定目标声速中的一个假定目标声速。
55.在所述系统的一个方面，在确定所述中间区域的所述第一声速之前，所述系统进一步计算与所述中间区域的第一代表区相关联的多个第一图像数据，所述第一声速基于所述多个第一图像数据，所述第一图像数据中的每个第一图像数据是基于至少应用于与所述第一代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将第一参考声速和多个第一假定声速中的一个第一假定声速作为参数。
56.在所述系统的一个方面，在确定所述目标区域内的所述目标声速之前，所述系统进一步计算与所述目标区域的目标代表区相关联的多个目标图像数据，所述目标声速基于所述目标区域的所述代表区中的所述多个目标图像数据，所述目标图像数据中的每个目标图像数据是基于至少应用于与所述代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将以下作为参数：所述界面的位置、应用于所述目标区域的所述目标参考声速、应用于所述中间区域的所述第一声速以及所述目标区域的所述多个假定目标声速中的一个假定目标声速。
57.在所述系统的一个方面，以下中的至少一项：
58.‑
所述多个第一假定声速和所述多个假定目标声速具有相同的值，以及
59.‑
所述第一假定声速是所述中间区域的已知声速，并且所述假定目标声速是所述目标区域的已知声速。
60.在所述系统的一个方面，所述界面的位置的确定基于所述感测到的信号中的至少
一些感测到的信号。
61.在所述系统的一个方面，所述界面的位置的确定基于所述形态学图像的自动图像处理。
62.在所述系统的一个方面，所述界面的位置是基于在所述中间区域与所述目标区域之间所述介质的图像数据的幅值沿所述深度方向的变化确定的，所述图像数据是基于所述感测到的信号和波束成形算法确定的，所述波束成形算法将所述参考声速作为参数。
63.在所述系统的一个方面，所述第一声速和/或所述目标声速各自使用相应的第一和/或目标聚焦标准计算，多个相应的第一和/或目标聚焦值是通过将所述相应的第一和/或目标聚焦标准分别应用于所述第一代表区的所述多个第一图像数据和/或所述目标代表区的所述多个目标图像数据获得的，所述第一声速是所述多个相应的第一聚焦值中选定的第一聚焦值和/或所述目标声速是所述多个相应的目标聚焦值中选定的目标聚焦值。
64.在所述系统的一个方面，所述第一声速是所述多个相应的第一聚焦值中的最大值和/或所述目标声速是所述多个相应的目标聚焦值中的最大值。
65.在所述系统的一个方面，所述聚焦标准是相干标准。
66.在所述系统的一个方面，所述系统进一步：
67.‑
确定所述中间区域中的子界面的位置，所述子界面在所述深度方向上将所述中间区域划分为所述中间区域的接近所述外表面的第二区域和所述中间区域的接近所述界面的第一区域，
68.‑
基于所述感测到的信号中的至少一些感测到的信号确定所述第二区域的第二声速并且将第二参考声速和多个第二假定声速中的一个第二假定声速作为参数，
69.其中
70.所述第一声速的确定基于所述感测到的信号中的至少一些感测到的信号并且考虑以下：所述子界面的位置、应用于所述第一区域的所述第一参考声速、应用于所述第二区域的所述第二参考声速以及所述第一区域的所述多个第一假定声速中的一个第一假定声速。
71.在所述系统的一个方面，所述子界面的位置的确定基于所述感测到的信号中的至少一些感测到的信号。
72.在所述系统的一个方面，所述中间区域的所述第二区域含有所述第二代表区，并且所述中间区域的所述第一区域含有所述第一代表区。
73.在所述系统的一个方面，在基于所述多个第二图像数据确定所述第二区域的所述第二声速之前，所述系统进一步计算与所述第二区域的第二代表区相关联的多个第二图像数据，所述第二图像数据中的每个第二图像数据是基于至少应用于与所述第二代表区相对应的所述感测到的信号的波束成形算法确定的，并且所述波束成形算法将第二参考声速和多个第二假定声速中的一个第二假定声速作为参数。
74.在所述系统的一个方面，所述介质是哺乳动物身体并且所述外表面是所述哺乳动物的皮肤，并且所述目标区域是所述哺乳动物的肝脏，所述中间区域是所述介质的在所述深度方向上包括在所述肝脏与所述皮肤之间的区域。
附图说明
75.参考附图，根据通过非限制性实例给出的本发明的实施例的以下详细描述，本发明的其它特征和优点将变得显而易见。在附图中：
76.‑
图1是用于确定介质的目标区域中的声速的系统的示意图，示出了被分割为两个区域的介质的示意图；
77.‑
图2是使用图1的系统获得的介质的视觉图像25的实例，揭示了中间区域和目标区域；
78.‑
图3是用于确定介质的目标区域中的声速的方法的流程图；
79.‑
图4是相干值对介质的中间区域中的声速的图表的实例；
80.‑
图5是相干值对介质的目标区域中的声速的图表的实例；
81.‑
图6是示出为被分割为三个区域的图1的介质的示意图；并且
82.‑
图7是为估计图像数据中的区的分辨率而计算出的空间自相关的实例。
具体实施方式
83.图1是超声成像系统10的示意图，所述超声成像系统用于确定介质14的所关注区域(本文中称为目标区域12)中的声速c，本文中称为目标声速ct。图1的示意图未按比例绘制，并且仅被提供为呈现系统10并展示其功能。
84.介质14可以是哺乳动物身体的任何部位，如小鼠或人的一部分。在一个实施例中，介质14是含有肝脏的人的腹部部分。在另一个实施例中，介质14是人的乳房的一部分。在另一个实施例中，介质14是人脑的一部分。
85.目标区域12是介质14的任何内部区域，所述区域是位于介质14的表面下方的，即远离介质14的表面的区域。在一个实施例中，目标区域12是包含在腹部部分中的肝脏的一部分。
86.系统10可以用于确定介质14的各种特性，并且特别地用于确定目标区域12中的声速。
87.系统10包含处理单元16，所述处理单元在此实例中示出为嵌入在计算机系统18内，以及探针20，所述探针用于向介质14发送和从所述介质接收激发波21(图1中仅示出了几个示意性激发波21)。处理单元16在功能上与探针20相关联，从而控制探针20，而且还接收由探针20收集的信息。
88.计算机系统18可以包含用于将指令输入到处理单元16的接口，如键盘22。所述指令例如是激发波21的形状和强度。设想的是键盘22可以由触摸屏键盘替代，并且可以无线地关联到处理单元16。计算机系统18还可以包含显示器24，所述显示器用于使介质14的图像25(在本文中称为“视觉图像25”)可视化，所述图像对应于由探针20收集的数据。图2中示出了这种视觉图像25的实例。显示器24可以无线连接到计算机系统18。设想的是键盘22、显示器24和/或探针20可以物理上彼此远离并且远离处理单元16。它们可以例如位于不同的房间或位置中，从而允许远离探针20的人实时分析或不分析由探针20收集的数据。
89.探针20是能够向介质14发送和从所述介质接收超声波形式的激发波使得处理单元16至少可以将它们处理成代表介质14的视觉图像25的系统10的元件。这种类型的成像通常被称为回波描记术。如将在下文描述的，处理单元16可以进一步利用对应于从介质14接
收到的波的数据来确定目标区域12中的声速c。
90.在操作中，如图1所示，探针20在功能上与介质14的外表面26接触(即直接地或间接地通过超声凝胶)。如果介质14是人体的腹部部分，则外表面26例如是皮肤。
91.探针20包含彼此相邻的多个换能器28，所述多个换能器在深度方向d上朝向目标区域12将每个激发波21(声波或超声波)发送到介质14中。通常，深度方向d基本上垂直于探针20的发射表面32。发射表面32在基本上对应于换能器28的空间分布的表面方向d1上延伸。换能器28可以对齐以在表面方向d1上形成换能器行或者可以形成换能器的平面2d表面。目标区域12可以在介质14内部深处，使得声波21在到达目标区域12之前首先穿过介质14的外表面26和中间区域30。例如，如果介质14是人体的腹部部分并且目标区域12是肝脏，则中间区域30可以由肌肉、结缔组织和/或一些脂肪组成。中间区域30影响波在介质14中的传播，并且因此影响基于来自这些波的感测到的信号的声速的任何计算。
92.换能器28适于将任何类型的波发送到介质14中，即聚焦波或未聚焦波，如会聚波、发散波或平面波或准平面波的。在一个实施例中，换能器28发射相对于表面方向d1具有穿透角α的平面波系列。为了以穿透角α产生平面波，换能器28相对于彼此被时滞地致动。
93.换能器28也适于接收由介质14发射的波。这些波被称为反向散射波29。当激发波21被传输到介质14中时，所述反向散射波的一部分会在遇到介质中的反射元件时从介质14朝向探针20发射回去。反射元件可以是作为介质的异质体的颗粒。例如，这些颗粒可以是包含在任何哺乳动物组织中的胶原蛋白颗粒。这些反射元件在视觉图像25中产生被指定为“散斑”的点。这些反向散射波29的强度因此可以用作区分介质14内的各种组织以形成介质14的视觉图像25的方式。
94.现在更具体地参考图2，提供了根据通过探针20收集的数据(即，反向散射波29)确定的视觉图像25的实例。视觉图像25显示具有一种或多种不均匀性的介质14。介质14可以被分割如下：介质14的对应于目标区域12的第一准均质区域(此实例中的肝脏)；以及又不同于对应于中间区域30的目标区域12的第二非均质部分。可以在目标区域12和中间区域30之间标识界面34。界面34对应于如组成或密度的不同特性的组织之间的过渡。如将在下面讨论的，在目标区域12中的声速c(在下文中称为“目标声速ct”)的计算中将考虑界面34的位置。由于激发波21仅在穿过中间区域30(例如结缔组织和肌肉组织)之后才到达目标区域12(例如肝脏)，因此目标区域12中声速的计算可以通过中间区域30的存在而改变。
95.界面34将介质14划分为目标区域12和中间区域30。目标区域12和中间区域30可以具有不同的尺寸。例如，与目标区域30相比，中间区域30可以是浅的。
96.现在参考图3，将描述根据第一实施例的用于确定目标区域12中的目标声速ct的方法40。方法40使用超声成像系统10。探针20与介质14(例如皮肤)的外表面26接触，以便在深度方向d上朝向目标区域12(例如肝脏)将激发波21传输到介质14中。激发波21在介质14中朝向探针20反向散射。探针20感测反向散射波29，并且将对应于反向散射波29的感测到的信号提供给超声系统10的处理单元16。感测到的信号是通常被称为“原始信号”或“rf信号”的时间相关信号。这些信号不是波束成形的信号。所述信号由处理单元16处理以获得关于介质14的信息。
97.图像数据是从感测到的信号获得的值的集合，所述感测到的信号为介质14的由换能器26覆盖的区的每个空间位置提供了对反向散射激发波21的抵抗的指示。在一个实例
中，图像数据用于形成介质14的视觉图像25。图像数据是具有优选地超过一个像素值并且例如超过十个像素值的图像。如果图像数据对应于介质中的物理矩形区域，则图像数据可以是像素值矩阵。所述矩阵可以具有3
×
3像素或更多的大小。
98.通过波束成形算法将感测到的信号处理成图像数据(即，值的集合)。存在各种已知的波束成形算法。尽管本文仅描述了一种，但是所述方法可以适于其它波束成形算法。
99.在波束成形算法中，补偿了通过每个换能器26对激发波21进行的传输之间的时滞。当激发波21在被认为是均质的介质中传输时，通常要考虑所述介质中的声速。通常，选择已知的非测量标准声速作为参数。因此，在非均质介质中，已知的非测量标准声速仅是介质中真实声速的近似值。
100.本文描述的方法提出补偿介质的不均匀性，以便更准确地近似目标区域12的声速。确实期望精确估计声速，特别是在肝脏实例中，因为正常的和患病的肝脏声速之间的差异非常小。
101.下面给出了在要将平面波传输到均质介质中的情况下的波束成形计算的实例。为了在介质中传输平面波，以下延迟将应用于探针中的换能器：
102.d(i)＝i.p
103.其中
104.i是探针中换能器的索引，介于1到n之间，n是换能器的数量，并且
105.p是以秒为单位的预定时间长度。
106.此类延迟应用于通过换能器在介质中传输超声波脉冲。
107.然后，使平面波相对于表面方向d1以穿透角α倾斜，并且：
108.sin(α)＝p.c0/δx，
109.其中
110.c0是介质中的恒定参考声速，
111.δx是探针(线性探针阵列)中换能器的空间间距。
112.因此，可以针对任何声速重新计算穿透角α。
113.然后，发射的激发波21到达介质14中的位置所需的时间被称为“前向延迟d
forward”并且定义如下：
114.d
forward
＝1/c0.[x.sin(α(c0))+z.cos(α(c0))]
ꢀꢀꢀꢀꢀꢀꢀꢀ
(等式1)
[0115]
其中：
[0116]
α是相对于平面激发波21的表面方向d1成穿透角α
[0117]
x、z是位置的沿方向d1和深度方向d的截断，并且
[0118]
c0是介质中的恒定参考声速，并且
[0119]
sin()、cos()是正弦(sinus)和余弦(cosinus)三角数学函数。
[0120]
反向散射波29行进回到位置xp处的给定换能器所需的时间被称为“后向延迟d
backward”并且定义如下：
[0121]
d
backward
＝1/c0.sqrt((x
‑
xp)2+z2)
ꢀꢀꢀꢀꢀꢀ
(等式2)
[0122]
其中：
[0123]
sqrt()是平方根数学函数。
[0124]
因此，被引导的平面波到达所述位置并行进回的总传播时间d为：
[0125]
d＝d
forward
+d
backward
ꢀꢀꢀꢀꢀꢀꢀ
(等式3)
[0126]
波束成形算法的简化版本是首先对来自所有索引为i的换能器的感测到的信号求和，并且通过上述总行进时间进行相控：
[0127][0128]
其中
[0129]
b(i)是感测到的信号的换能器加权函数，并且
[0130]
s
i
(t)是由对应于位置xp的索引为i的换能器接收的感测到的信号。
[0131]
此后，波束成形算法针对时间窗口计算相干信号s
coherent
中的能量，以推导图像数据中具有坐标(x,z)的像素值。
[0132]
用于确定目标声速ct的方法40包括在中间区域30和目标区域12中的每一个上对图像数据进行波束成形以获得用于计算中间区域30和目标区域12中的局部声速的图像数据的步骤。针对目标区域12的波束成形算法使用先前使用针对中间区域30的波束成形算法确定的声速。
[0133]
方法40至少包括以下步骤：
[0134]
‑
在步骤s1处，实现虚拟分割。在介质的形态学图像上确定介于介质14的中间区域30(例如，肌肉和结缔组织)与目标区域12(例如，肝脏)之间的界面34在深度方向d上的位置。这个确定将用于将波束成形算法中的不同声速应用于不同的已标识区域。
[0135]
界面34的位置的确定可以基于介质14的形态学图像。形态学图像可以是：
[0136]
‑
由探针20接收到的一些感测到的信号，或
[0137]
‑
通过波束成形算法处理感测到的信号而获得的图像数据，如b模式图像，或
[0138]
‑
先前存储在超声成像系统中的记录图像，如先前由系统记录的或来自另一个系统的超声图像，或者如先前从磁共振成像系统记录的磁共振图像(mri)，或
[0139]
‑
对应于介质14的任何其它图像。
[0140]
界面34的位置的确定可以基于感测到的图像中的一些感测到的图像。波束成形算法可以用于总体地获得介质14的图像数据。然后可以处理这些图像数据以获得图2所示的视觉图像25。利用所述图像数据来确定界面34的位置。下面将提供使用图像数据确定界面34的实例。
[0141]
在步骤s2处，计算与中间区域30的第一代表区42相关联的多个第一图像数据，并且基于所述多个第一图像数据确定中间区域30的第一声速c1。在一个实施例中，接近界面34选择第一代表区42。第一代表区42通常是中间区域30的子区。将第一代表区42作为中间区域30的代表，至于使用多个第一图像数据确定的声速被认为是中间区域30的声速，本文中称为第一声速c1。基于至少应用于与第一代表区42相对应的感测到的信号的波束成形算法确定第一图像数据中的每个第一图像数据，并且所述波束成形算法将第一参考声速c_ref_1和多个第一假定声速c_supp_1中的一个第一假定声速作为参数。
[0142]
第一参考声速c_ref_1例如是中间区域30的已知声速。
[0143]
对于即将进行的计算，当将中间区域30内的声速用作参数时，将使用确定的第一
声速c1的值。
[0144]
‑
在步骤s3处，计算与目标区域12的目标代表区44相关联的多个目标图像数据，并且基于所述多个目标图像数据确定目标区域12内的目标声速ct。目标代表区44可以以与以上针对第一代表区42描述的方式类似的方式来选择。基于至少应用于与目标代表区44相对应的感测到的信号的波束成形算法(其可以与以上使用的波束成形算法或另一种波束成形算法相同)来确定目标图像数据中的每个目标图像数据，并且所述波束成形算法将以下作为参数：界面34的位置、应用于目标区域12的第二参考声速c_ref_2、应用于中间区域30的第一声速c1以及目标区域12的多个第二假定声速c_supp_2中的一个第二假定声速。
[0145]
确定界面位置的方式
[0146]
在一个实施例中，通过分析图像数据在深度方向d上的梯度来找到界面34的位置。由于中间区域30的密度基本上与目标区域12中的一个目标区域的密度不同(例如，脂肪组织对肝脏)，因此通过分析图像数据值在深度方向d(以及任选地在表面方向d1)上的变化，可能能够优选地自动确定从中间区域30到目标区域12的过渡。
[0147]
因此，在一个实施例中，界面34的位置是基于在中间区域30与目标区域12之间介质14的图像数据的幅值沿深度方向d的变化来确定的。例如，可以通过任何优化算法将介质14的图像数据的幅值沿深度方向d的变化拟合到定义此类介质中的已知演化的参数曲线。参数曲线包括若干参数，例如包含界面34的位置和其它参数。
[0148]
图像数据可以是2d矩阵的形式，并且是基于感测到的信号和波束成形算法确定的，所述波束成形算法将参考声速c0作为参数。参考声速c0可以对应于介质14的声速的典型值，即，总体参考声速c_ref_0。
[0149]
在一个实施例中，界面34的位置是通过形态学图像的自动图像处理或对应于介质的任何2d图像数据来确定的。
[0150]
自动图像处理可以使用形状识别算法来确定界面34的位置。
[0151]
自动图像处理可以使用常规轮廓检测滤波器来确定界面34的位置。这种滤波器的实例是坎尼(canny)或伽柏(gabor)滤波器。
[0152]
设想了用于确定界面34的位置的其它方式。例如，图像数据由神经网络处理，所述神经网络用类似介质的多个分类的图像数据来训练，所述分类的图像数据以介质的物理特性作为索引，并且所述物理特性包含所述分类的图像数据中的每个分类的图像数据中的界面的位置。上述处理可以是基于数百个或数千个分类的图像数据的深度学习方法。
[0153]
在另一个实施例中，界面34的位置可以任意选择。界面34的位置的任意选择可以针对中间区域30的深度的已知值来进行。例如，标准的是在人体中一层皮肤和脂肪细胞为2cm厚。在这种情况下，界面34的位置将选择为相对于外表面26在深度方向d上2cm距离处。
[0154]
在又另一个实施例中，选择界面的位置，使得由界面34隔开的两个区域之间的弹道回声(ballistic echo)强烈。换句话说，在感测到的信号或相控的感测到的信号(经波束成形的信号)为最大的时刻t
i
处确定界面34的位置。
[0155]
界面的位置可以仅仅是在深度方向d上的坐标，或者在深度方向d和表面方向d1上的坐标。
[0156]
根据上述方法，在图像数据中的至少一个图像数据中优选地自动确定界面34的位置。最终，使用若干图像数据(在各个时刻获取的图像数据)，并且使用多个确定的位置例如
通过界面34的连续确定位置的平均值来确定最佳位置。
[0157]
第一代表区的选择
[0158]
更具体地，参考步骤s2，第一代表区42由处理单元16遵循代表区选择算法自动选择。第一代表区42可以被选择为中间区域30的固定部分。例如，第一代表区42可以被选择为在深度方向d上宽1cm并且在表面方向d1上长2cm的矩形。
[0159]
考虑到人体的腹部部分具有通常在深度方向d上介于1cm与3cm之间厚的肌肉和结缔组织，可能有利的是对处理单元16进行编程以将第一代表区42视为视觉图像25的定位在例如深度方向上的2cm处并且在表面方向d1上图像的中途的矩形。在其它实施例中，可以针对图像数据总体地选择代表区42。例如，可以选择中间区域30的准均质区。
[0160]
有利地，自动选择允许针对相同数据输入获得相同结果。另外，一旦收集了患者数据，就可以在距离数据收集时间和/或距离远的情况下执行上述步骤，而无需他或她在场进行另外的扫描。
[0161]
获得第一图像数据
[0162]
第一图像数据的确定基于感测到的信号中的至少一些感测到的信号和波束成形算法(如上文描述的波束成形算法)，并且所述算法将第一参考声速c_ref_1作为参数。第一参考声速c_ref_1是常数参数，所述第一参考声速可以从处理单元16的存储器中得出，并且可以对应于介质14中的声速的经典值。此值独立于感测到的信号。
[0163]
例如，可以通过以下公式计算在平面波传输到中间区域30中的第一代表区42中的均质介质中的情况下的波束成形计算：
[0164]
d
forward
＝(1/c1).[x.sin(α(c1))+z.cos(α(c1))]
ꢀꢀꢀꢀꢀ
(等式5)
[0165]
d
backward
＝(1/c1).sqrt((x
‑
xp)2+z2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(等式6)
[0166]
d＝d
forward
+d
backward
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(等式7)
[0167]
其中：
[0168]
d
forward
在一般情况下是如以上所解释的前向延迟，
[0169]
d
backward
在一般情况下是如以上所解释的后向延迟，并且
[0170]
c1是要在中间区域30中的第一代表区42的介质中确定的声速，
[0171]
通过以下公式校正这些公式：
[0172]
z＝h(c_ref_1).c1/c_ref_1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(等式8)
[0173]
α(c1)＝asin(c1/c_ref_1.α(c_ref_1))
ꢀꢀꢀꢀꢀꢀ
(等式9)
[0174]
其中：
[0175]
asin()是反正弦(arcsinus)三角数学函数，并且
[0176]
h(c_ref_1)是第一代表区42的深度参考。
[0177]
这些校正是为了补偿第一假定声速c_supp_1之中声速的变化，使得第一代表区42在中间区域30中不移动，并且使得作为平面波的激发波相对于表面方向d1具有相同的穿透角α。由于这些校正，所产生的第一图像数据可以彼此进行比较，并且如所解释的那样被处理以计算第一声速c1。
[0178]
然后，波束成形算法对来自所有索引为i的换能器的感测到的信号s
i
求和，并且通过上述总行进时间进行相控：
[0179][0180]
并且针对时间窗口计算相干信号s
coherent
中的能量，以推导第一图像数据中具有坐标(x,z)的像素值。
[0181]
第一参考声速c_ref_1可以对应于整个介质14中的声速的已知值。所述第一参考声速可以等于参考声速c0。第一参考声速c_ref_1可以对应于仅在中间区域30中的声速的已知值。例如，已知脂肪组织中的声速为约1480m/s。第一参考声速c_ref_1可以可替代地对应于仅在所关注区域12中的声速的已知值。已知肝脏中的声速可以是例如约1540m/s。
[0182]
多个第一假定声速c_supp_1可以是介质14(例如，整个介质14或中间区域30或目标区域12)中声速的各种已知值，所述多个第一假定声速形成可能的参考声速范围。如图4的横坐标上所示，可能的参考声速范围可以是介于1300m/s与1700m/s之间的范围。第一参考声速c_ref_1可以是多个第一假定声速c_supp_1中的一个第一假定声速。
[0183]
第一声速的计算
[0184]
使用第一聚焦标准计算第一声速c1。通过将第一聚焦标准应用于第一代表区42的多个第一图像数据中的每个第一图像数据来获得多个第一聚焦值。然后，第一声速c1是多个相应的第一聚焦值中选定的第一聚焦值(即，对应于选定的第一聚焦值的声速)。在一个实施例中，第一声速c1是多个相应的第一聚焦值中的最大值。
[0185]
如果第一聚焦标准包含相干标准，则第一声速c1将被选择为使用应用于多个第一图像数据的第一相干标准获得的多个值中的最大值，即针对每个假定第一声速c_supp_1。图4示出了使用多个第一声速c_supp_1获得的相干值的实例(相干值是图的每个点，纵坐标轴上的值和横坐标轴上的用于获得相干值的对应假定声速)。第一声速c1被选择为对应于所计算的相干值中的最大值的声速。在图4的实例中，最大值是钟形图的最高点，所述最大值在纵轴上为约2.47，并且所述最大值对应于声速1460m/s。
[0186]
在另一个实施例中，聚焦标准包含如最大横向分辨率等分辨率标准。当波束成形聚焦延迟准确地补偿飞行传播时间时，超声图像的分辨率得到改善。因此，使用超声图像(图像数据)中的分辨率的估计可以用作用于估计介质中的声速的聚焦标准。
[0187]
在第一实例中，对与第一图像数据的竖直线或横向线(即，具有恒定的z坐标的线)相对应的图像数据使用傅里叶变换。然后，第一聚焦标准可以是通过傅里叶变换获得的频率值的频率带宽。类似地，第一声速c1将被选择为使用应用于多个第一图像数据的第一聚焦标准获得的多个值中的最大值，即针对每个假定第一声速c_supp_1。换句话说，第一声速c1被选择为对通过傅里叶变换获得的频率值提供更大频率带宽的声速。这对应于在多个第一图像数据中具有最佳(最大)分辨率。
[0188]
在第二实例中，通过计算图像数据的空间自相关并通过估计空间自相关的大小来估计分辨率标准。
[0189]
图7示出了二维(2d)图像数据的空间自相关的实例。这种空间自相关也是在中心(即轴向滞后和横向滞后中的坐标(0,0))具有峰值的2d表面。在此图中，空间自相关表示为多条水平等值曲线。
[0190]
然后在轴向和横向的每个方向上推理，可以在所述方向中的每个方向上导出峰宽。宽度可以定义为高度为峰最大值的一半的峰形曲线的宽度(即，在
‑
6db处的宽度)。然后，空间自相关的大小是所述宽度在每个方向上的函数，并且例如，空间自相关的大小可以是宽度的最大值或平均值，或由任何其它模函数确定。
[0191]
聚焦标准可以包含多于一个标准。例如，聚焦标准可以包含相干标准和最大分辨率标准。
[0192]
设想了聚焦标准的其它模型。
[0193]
目标代表区的选择
[0194]
更具体地，参考步骤s3，处理单元16以与用于第一代表区的方式类似的方式但应用于目标区域12来自动选择目标代表区44。目标代表区44可以被选择为目标区域12的固定部分。例如，目标代表区44可以被选择为在深度方向d上宽1cm并且在表面方向d1上长2cm的矩形。目标代表区44的大小和形状可以与第一代表区42的大小和形状不同或相同。
[0195]
目标代表区44也可以被选择为在视觉图像25的固定位置处。考虑到人体的腹部部分具有通常在深度方向d上介于1cm与3cm之间厚的肌肉和结缔组织，对人类可能有利的是对处理单元16进行编程以将目标代表区44视为视觉图像25的定位在例如深度方向上的7cm处并且在表面方向d1上图像的中途的矩形。在其它实施例中，可以针对图像数据总体地选择目标代表区44。例如，可以考虑目标区域12的准均质区。
[0196]
获得目标图像数据
[0197]
与目标代表区44相关联的目标图像数据的确定基于感测到的信号中的至少一些感测到的信号以及如上文所描述的波束成形算法，并且所述波束成形算法将以下作为参数：目标参考声速c_ref_tar、界面34的位置、第一声速c1和多个假定目标声速c_supp_tar。
[0198]
目标参考声速c_ref_tar例如是针对目标区域12的已知声速。
[0199]
目标参考声速c_ref_tar是常数参数，所述目标参考声速可以从处理单元16的存储器中得出，并且所述目标参考声速可以对应于介质14中的声速的经典值。此值独立于感测到的信号。
[0200]
例如，可以通过以下公式计算在平面波传输到目标区域12中的目标代表区44中的均质介质中的情况下的波束成形计算：
[0201]
d
forward
＝(1/c1).[h1/cos(α(c1))]+
[0202]
(1/c).[(x
‑
h1.tan(α(c1)).sin(α(c1)))+(z
‑
h1).cos(α(c))]
ꢀꢀꢀꢀ
(等式11)
[0203]
d
backward
＝min
xi
[(1/c1).sqrt((xi
‑
xp)2+h2)+
[0204]
(1/c2).sqrt((x
‑
xi)2+(z
‑
h1)2)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(等式12)
[0205]
d＝d
forward
+d
backward
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(等式13)
[0206]
其中：
[0207]
d
forward
是前向延迟，
[0208]
d
backward
是后向延迟，
[0209]
h1是中间区域30的厚度(即，界面34的位置)，
[0210]
c1是先前在中间区域30中确定的声速，
[0211]
c是要在目标区域12中的目标代表区44的介质中确定的声速，
[0212]
通过以下公式校正这些公式：
[0213]
z＝z_ref.c/c_ref_2+h1.(1
‑
c/c_ref_2)
ꢀꢀꢀꢀꢀ
(等式14)
[0214]
其中
[0215]
z_ref是目标区44的深度参考。
[0216]
此校正旨在补偿假定目标声速c_supp_tar中声速的变化，使得目标代表区44在目标区域12中不移动。由于此校正，所产生的目标图像数据可以彼此进行比较，并且如以上所解释的那样被处理以计算目标声速c。
[0217]
然后，波束成形算法对来自所有索引为i的换能器的感测到的信号s
i
求和，并且通过上述总行进时间进行相控：
[0218][0219]
并且针对时间窗口计算相干信号s
coherent
中的能量，以推导目标图像数据中具有坐标(x,z)的像素值。
[0220]
目标参考声速c_ref_tar可以对应于考虑为均质的整个介质14中的平均声速的已知值。可以将目标参考声速设置为等于参考声速c0和/或第一参考声速c_ref_1。目标参考声速c_ref_tar可以对应于仅在中间区域30中的声速的已知值。例如，已知脂肪组织中的声速为约1480m/s。目标参考声速c_ref_tar可以可替代地对应于仅在所关注区域12中的声速的已知值。例如，已知肝脏中的声速为约1540m/s。
[0221]
多个假定目标声速c_ref_tar是声速的各种已知值(例如，整个介质14、中间区域30或目标区域12)，所述多个假定目标声速形成可能的参考声速范围。多个假定目标声速c_supp_tar可以与多个第一假定声速c_supp_1相同。目标参考声速c_ref_tar可以是多个假定目标声速c_supp_tar中的一个假定目标声速。
[0222]
目标声速的计算
[0223]
类似于第一声速c1，使用聚焦标准计算目标声速ct。如此，此步骤的详细描述与第一步骤的详细描述非常类似。通过将目标聚焦标准应用于目标代表区44的多个目标图像数据中的每个目标图像数据来获得多个第二聚焦值。目标聚焦标准可以与第一聚焦标准相同或不同。如上所述，聚焦标准可以包含相干标准和/或最大横向分辨率标准。
[0224]
参考图5，提供了使用目标图像数据针对不同的假定声速而获得的相干值的图的实例。
[0225]
图的每个点对应于在波束成形算法中使用多个假定声速(横坐标轴)中的一个假定声速获得的相干值(纵坐标轴)，以获得第一图像数据。目标声速ct被选择为对应于所计算的多个相干值中的最大值的声速。在图5的实例中，最大值是钟形图的最高点，所述最大值在纵坐标轴上为约0.55，并且所述最大值对应于声速1585m/s。
[0226]
添像差常校正
[0227]
可以通过考虑像差延迟d
aberration
来改善波束成形算法。这些像差延迟d
aberration
是并非由于波在介质中的传播所引起的并且未被传播模型所考虑的任意飞行时间，并且因此，如果选择了均质模型，则无法通过调整模型的如总体声速等参数来补偿。这些像差延迟可以补偿彼此之间可以略有不同的每个物理换能器中的延迟、电子器件中用于信号放大的
延迟以及探针中的材料层中的延迟。
[0228]
然后，可以将针对波束成形的总行进时间d的公式修改为：
[0229]
d＝d
forward
+d
backward
+d
aberration
，
[0230]
这样可以改善等式4、10和15的波束成形总和中感测到的信号的相控。
[0231]
文献《用于基于超声的肝脂肪变性评估的稳健声速估计(robust sound speed estimation for ultrasound
‑
based hepatic steatosis assessment)》,marion imbault等人给出了此类改善的实例。然而，此类像差校正无法正确地和准确地补偿非均质介质中的声速的传播，即在介质中波传播期间改变声速。
[0232]
相反，本文所公开的方法至少确定第一声速c1和目标声速ct。因此，所述方法构建了具有使d
aberration
的幅值最小化的多个声速(至少两个)的介质的模型，并且因此导致对目标声速ct的更加准确的估计，这在如评估肝脂肪变性或其它疾病等医学应用中可能非常重要。
[0233]
三个区域的情况
[0234]
现在参考图6，以上可以概括为3个或更多个堆叠区域。在中间区域30的更精细区域中的分割将提高针对目标声速ct计算的值的精度。
[0235]
在一个实施例中，中间区域30可以被分割成两个区域。子界面48在深度方向d上将中间区域30划分为中间区域30的接近外表面26并且含有第二代表区54的第二区域50，和中间区域30的接近界面34并且含有第一代表区42的第一区域52。子界面48可以例如对应于介于皮肤层与肌肉层之间的界面。
[0236]
然后，可以如先前所述基于第一声速c1确定目标声速ct，但是，第一声速c1将基于第二区域50的第二声速c2来确定。因此，通过从距目标区域12最远端的区域到距目标区域12最近端的区域的相邻堆叠区域的连续确定来计算被分割成多个堆叠区域的介质中的目标声速ct。
[0237]
使用划分为三个区域的分割来确定目标声速ct的方法可以如下：
[0238]
‑
步骤10：确定子界面48在中间区域30中的位置和界面在介质14中的位置，子界面48的位置和界面34的位置的确定基于感测到的信号中的至少一些感测到的信号。界面34的位置的确定可以延迟到步骤11之后和步骤12之前。
[0239]
‑
步骤11：计算与第二区域50的第二代表区54相关联的多个第二图像数据，并基于所述多个第二图像数据确定第二区域50的第二声速c2。可以以与第一代表区42类似的方式来确定第二代表区54。基于至少应用于与第二代表区54相对应的感测到的信号的波束成形算法确定第二图像数据中的每个第二图像数据，并且所述波束成形算法将第二参考声速c_ref_2和多个第二假定声速c_supp_2中的一个第二假定声速作为参数。第二参考声速c_ref_2可以是第二区域50中发现的某种类型的组织的参考速度。例如，所述第二参考声速可以是表皮类型的组织中的标准声速。第二假定声速c_supp_2可以是所述类型的组织的传统预期声速。
[0240]
‑
步骤12：计算与中间区域30的第一代表区42相关联的多个第一图像数据，并且基于所述多个第一图像数据确定中间区域30的第一声速c1。在一个实施例中，第一代表区42在第二区域52中接近界面34。基于至少应用于与第一代表区42相对应的感测到的信号的波束成形算法确定第一图像数据中的每个第一图像数据，并且所述波束成形算法将以下作为
参数：子界面48的位置、第二声速c2、第一参考声速c_ref_1和多个第一假定声速c_supp_1中的一个第一假定声速。如先前所使用的，第一参考声速c_ref_1可以是在整个第一区域52或中间区域30中发现的所述类型的组织的参考速度。例如，所述第一参考声速可以是肌肉中的标准声速。第一假定声速c_supp_1可以是此类型的组织的传统预期声速。第一参考声速c_ref_1和/或第一假定声速c_supp_1可以或可以不分别等于第二参考声速c_ref_2和/或第二假定声速c_supp_2。
[0241]
‑
步骤13：计算与目标区域12的目标代表区44相关联的多个目标图像数据，并且基于目标区域12的代表区44中的所述多个目标图像数据确定目标区域12内的目标声速ct。基于至少应用于与代表区44相对应的感测到的信号的波束成形算法来确定目标图像数据中的每个目标图像数据，并且所述波束成形算法将以下作为参数：界面34的位置、应用于目标区域12的目标参考声速c_ref_tar、应用于中间区域30的第一声速c1以及目标区域12的多个假定目标声速c_supp_tar中的一个假定目标声速。
[0242]
现在将描述根据第二实施例的用于确定目标区域12中的目标声速ct的方法。此实施例不使用代表区中的图像数据的计算。相反，将原始的感测到的信号s
i
直接用于每个代表区中介质中的一个预定位置。此实施例可以有利地减少用于获得第一声速和目标声速的计算。
[0243]
类似于方法40的第一实施例，使用上述方式之一将介质14分割为中间区域30和目标区域12。
[0244]
在分割介质14之后，在第一步骤中，基于感测到的信号中的至少一些感测到的信号直接确定中间区域30的第一声速c1。第一声速c1的确定考虑了第一参考声速c_ref_1和多个第一假定声速c_supp_1中的一个第一假定声速。
[0245]
可以按以下比率c来计算第一聚焦标准：
[0246][0247]
其中
[0248][0249]
其中：
[0250]
s
i
是针对索引i的换能器的感测到的信号，
[0251]
n是换能器的数量，
[0252]
τ
i
是如以上定义的波到达预定聚焦位置并行进回到换能器的总行进时间d，并且
[0253]
括号<>表示时间窗口平均。
[0254]
因此，比率c是相干强度与总不相干强度之间的比率，并且其满足以下不等式：
[0255]
0≤c≤1
[0256]
因此，此比率c表示应用于计算总行进时间的聚焦函数的质量，并且其可以用作第一聚焦标准。如果第一假定声速c_supp_1与最佳聚焦函数有关，即如果第一假定声速c_
supp_1接近(理想地等于)第一声速c1，则比率c为最大值(如图4所表示的)。
[0257]
在第二步骤中，也基于感测到的信号中的至少一些感测到的信号在目标区域12中直接确定目标声速ct。目标声速ct的确定考虑了以下：界面34的位置、应用于目标区域12的目标参考声速c_ref_tar、应用于中间区域30的第一声速c1以及目标区域12的多个假定目标声速c_supp_tar中的一个假定目标声速。
[0258]
目标聚焦标准利用比率c计算。此比率c现在在参数τ
i
中考虑了界面34和第一声速c1，所述参数τ
i
是波到达预定聚焦位置并行进回到换能器的总行进时间d。比率c被用作目标聚焦标准，并且如果假定目标声速接近(理想地等于)目标声速ct，则比率c具有最大值(如图5所表示的)。
[0259]
现在解释上述第二实施例的变体。在第二实施例中，比率c考虑了感测到的信号以及通过括号<>数学函数进行了时间平均的感测到的信号的总和，并且所述比率是针对介质中的预定聚焦位置(x,z)计算的。
[0260]
在所述变体中，时间平均被多个聚焦位置上的平均替代。然后，通过以下空间比率cs计算第一聚焦标准：
[0261][0262]
其中
[0263]
s
i
是针对索引i的换能器的感测到的信号，
[0264]
n是换能器的数量，
[0265]
τ
i,mj
是如以上定义的波到达聚焦位置mj并行进回到换能器i的总行进时间d，并且
[0266]
mj是介质中的多个聚焦位置中的位置。
[0267]
现在将描述根据第三实施例的用于确定目标区域12中的目标声速ct的方法。此实施例不使用代表区中的图像数据的计算。相反，将原始的感测到的信号si直接用于每个代表区中介质中的一个预定聚焦位置。此实施例也可以减少用于获得第一声速和目标声速的计算。
[0268]
类似于方法40的第一实施例，使用上述方式之一将介质14分割为中间区域30和目标区域12。
[0269]
在分割介质14之后，在第一步骤中，基于感测到的信号中的至少一些感测到的信号直接确定中间区域30的第一声速c1。第一声速c1的确定考虑了第一参考声速c_ref_1和多个第一假定声速c_supp_1中的一个第一假定声速。
[0270]
可以借助于以下公式来计算以下空间协方差r：
[0271][0272]
其中
[0273]
s
i
(t)是针对换能器i的感测到的信号，
[0274]
n是距换能器i的索引距离，
[0275]
n是换能器的数量，
[0276]
t
f
是预定聚焦位置处的聚焦时间，
[0277]
τ
i
是如以上定义的波到达预定聚焦位置并行进回到换能器的总行进时间d，并且
[0278]
t是用于分析的时间窗口长度。
[0279]
对于n＝0，这样的换能器空间协方差对换能器距离n等于1，并且随距离n的增加而减小。因此，如果在预定聚焦位置处的聚焦是完美的：即，如果延迟时间定律或前向飞行时间和后向飞行时间的估计是正确的，则其递减曲线理想地是在n＝0处具有最大值的三角形。当在这些飞行时间中使用的声速正确时，情况如此。相反，如果使用的声速不正确，则换能器空间协方差会减小更多，并且其曲线越来越位于理想三角形形状的下方。
[0280]
因此，可以通过空间协方差r在距离索引n上的积分来估计第一聚焦标准，并且如果第一假定声速c_supp_1与最佳聚焦函数有关，即如果第一假定声速c_supp_1接近(理想地等于)第一声速c1，则此积分为最大值。
[0281]
在第二步骤中，也基于感测到的信号中的至少一些感测到的信号在目标区域12中直接确定目标声速ct。目标声速ct的确定考虑了以下：界面34的位置、应用于目标区域12的目标参考声速c_ref_tar、应用于中间区域30的第一声速c1以及目标区域12的多个假定目标声速c_supp_tar中的一个假定目标声速。
[0282]
利用上述空间协方差r在距离索引n上的积分来计算目标聚焦标准。此计算现在在参数波到达预定聚焦位置并行进回到换能器的总行进时间d中考虑了界面34和第一声速c1。此计算被用作目标聚焦标准，并且如果假定目标声速接近(理想地等于)目标声速ct，则此计算具有最大值。
[0283]
因此，在所有实施例中，上述用于确定介质的目标区域内的目标声速的方法40使用超声成像系统。所述方法包括以下步骤：确定界面在所述介质中的位置；确定所述界面上方的中间区域的第一声速以及基于感测到的信号中的至少一些感测到的信号并考虑所述界面的位置和所述第一声速来确定所述界面下方的目标区域内的目标声速。
[0284]
如以上所有详细描述中所描述的，此方法和实施所述方法的超声系统允许构建介质的非均质模型并准确地估计目标声速ct。