一种脑部电阻抗磁感应多频成像数据前处理方法
阅读说明：本技术 一种脑部电阻抗磁感应多频成像数据前处理方法 (Brain electrical impedance magnetic induction multi-frequency imaging data preprocessing method ) 是由 宣和均 石崇源 谢家勋 于 2021-07-05 设计创作，主要内容包括：本发明公开了一种脑部电阻抗磁感应多频成像数据前处理方法,包括获取各频率对应的互感数据,获取算法处理前的频差数据,按照相对天线位置排列频差数据,获得每个发射天线对应的接收天线的频差数据的趋势信号并减去,把去除趋势信号的数据还原成绝对天线位置的排列顺序,得到处理完成后的数据步骤。本发明通过提取互感数据中的噪声信号的具体算法,去除差分数据中信号更强的噪声信号,使微弱的特征信号能够在和其接近的值域中凸显出来。其中按照相对天线位置排列频差数据,能让重新排列后的数据更符合物理意义,同时重新排列后的数据也更贴合二次函数曲线,二阶多项式拟合效果更好。(The invention discloses a brain electrical impedance magnetic induction multi-frequency imaging data preprocessing method, which comprises the steps of obtaining mutual inductance data corresponding to each frequency, obtaining frequency difference data before algorithm processing, arranging the frequency difference data according to relative antenna positions, obtaining trend signals of the frequency difference data of receiving antennas corresponding to each transmitting antenna, subtracting the trend signals, reducing the data with the trend signals removed into an arrangement sequence of absolute antenna positions, and obtaining the processed data. According to the method, the specific algorithm for extracting the noise signals in the mutual inductance data is adopted, the noise signals with stronger signals in the differential data are removed, and the weak characteristic signals can be highlighted in a value range close to the weak characteristic signals. The frequency difference data are arranged according to the relative antenna positions, the rearranged data can better accord with physical significance, meanwhile, the rearranged data are more fit with a quadratic function curve, and the second-order polynomial fitting effect is better.)
技术领域
本发明属于多频成像领域，具体地说，是一种脑部电阻抗磁感应多频成像数据前处理方法。
背景技术
现有技术的脑部电阻抗磁感应多频成像，是直接获取2个频率的互感数据直接用其差值进行成像。使其中一个频率的互感数据对另一个频率的互感数据进行多项式拟合，使其值域接近，用拟合后的频率差值进行成像，直接使用频率之间的差值或者多项式拟合后的差值都无法在人脑这样的复杂环境中提取病灶变化这样的微小信号。现有的成像方法分辨率不高，微弱的病灶信号淹没在强噪声影响下就无法清晰成像。
图1是两个频率直接差分数据图；图2是两个频率多项式拟合后差分数据；由此可见，现有技术中，使用频率之间的差值获得的数据振幅约0.5，使用多项式拟合的方法振幅约0.4，而病灶变化的信号约0.1，相差4-5倍的信号强度使病灶信号淹没在强噪声中。使用这样的数据处理方法后成像就会把噪声作为主要成像对象，无法体现病灶的微弱信号。
发明内容
为了解决现有技术中存在的技术问题，本发明提供了一种在不影响数据本身特征的前提下，去除对成像干扰较大的噪声信号，保留微弱的特征信号，提高信噪比的脑部电阻抗磁感应多频成像数据前处理方法。
为了实现本发明的目的，本发明是通过以下技术方案实现的：
本发明公开了一种脑部电阻抗磁感应多频成像数据前处理方法，步骤如下：
1)获取各频率对应的互感数据；
2)获取算法处理前的频差数据；
3)按照相对天线位置排列频差数据；
4)获得每个发射天线对应的接收天线的频差数据的趋势信号并减去；
5)把去除趋势信号的数据还原成绝对天线位置的排列顺序，得到处理完成后的数据。
作为进一步地改进，本发明所述的获取各频率对应的互感数据具体为：将每个频率有对应的空气互感数据和检测互感数据相减，得到基础校准后的互感数据。
作为进一步地改进，本发明所述的频差数据即是2个频率的基础校准后的互感数据相减后得到的数据。
作为进一步地改进，本发明所述的按照相对天线位置排列频差数据为：按照接收天线对发射天线的距离排序,n个天线数据一共n*n个，去除相同接收发射天线的数据，按照接收天线距离发射天线的位置从一个方向看由近到远排列，重新排列频差数据为n个发射天线*对应n-1个接收天线＝n*(n-1)个数据。
作为进一步地改进，本发明按照接收天线对发射天线的距离排序具体为：天线号为0～n-1号，同发射接收的数据信号质量检测信号没有多少穿过目标所以基本没有目标特征影响，默认为0，不参与计算，0号发射天线对应的接收天线顺序是1、2、3……n-1,n，1号发射天线对应的接收天线顺序是2、3、4……n,0，2号发射天线对应的接收天线顺序是3、4、5……0、1，n-1号发射天线对应的接收天线顺序是0、1、2……n-3,n-2。
作为进一步地改进，本发明获得每个发射天线对应的接收天线的频差数据的趋势信号并减去具体为：每个发射天线对应的接收天线数据分别对y＝x函数(x＝1,2，...,n)进行2阶多项式拟合，获得每个天线对应的趋势线，再用原始数据减去计算出的趋势。
作为进一步地改进，本发明所述的把去除趋势信号的数据还原成绝对天线位置的排列顺序，得到处理完成后的数据具体为：把原n*(n-1)数据按照从0号-n-1号接收天线顺序排列，相同序号的发射接收天线的数据置为0：比如0号发射对应0-n-1号接收，1号发射对应0-n-1号接收，以此类推，得到n*n个前处理完成后的数据。
本发明的有益效果如下：
本发明通过提取互感数据中的噪声信号的具体算法，去除差分数据中信号更强的噪声信号，使微弱的特征信号能够在和其接近的值域中凸显出来。具体地，去除获取的2个频率的互感数据差值中振幅较大的噪声信号。由于特征信号和噪声信号是叠加状态，噪声信号占比远远大于特征信号，根据整体的趋势去除振幅较大的噪声信号不会影响特征信号的提取。使用这样的数据更加贴合成像算法，大幅度减少噪声在图像中的比重。
其中按照相对天线位置排列频差数据，能让重新排列后的数据更符合物理意义，同时重新排列后的数据也更贴合二次函数曲线，二阶多项式拟合效果更好。
附图说明
图1是两个频率直接差分数据图；
图2是两个频率多项式拟合后差分数据图；
图3是0号发射的15个原始数据和拟合后数据对比图；
图4是算法处理后0号发射的15个的数据图；
图5是全部原始数据和拟合后数据对比图；
图6是算法处理后的全部数据图；
图7是某个脑部出血病人的CT图；
图8是不做处理直接2个频率差分成像图；
图9是2个频率数据多项式拟合图；
图10是使用本发明算法的图像。
具体实施方式
本发明公开了一种脑部电阻抗磁感应多频成像数据前处理方法，包括如下步骤如下：
1)获取各频率对应的互感数据；
2)获取算法处理前的频差数据；
3)按照相对天线位置排列频差数据；
4)获得每个发射天线对应的接收天线的频差数据的趋势信号并减去；
5)把去除趋势信号的数据还原成绝对天线位置的排列顺序，得到处理完成后的数据。
具体地：
1)获取各频率对应的互感数据：将每个频率有对应的空气基准互感数据和检测互感数据相减，得到基础校准后的互感数据。
2)获取算法处理前的频差数据：对应2个频率的基础校准后的互感数据相减得到算法处理前的频差数据，比如频率1数据为f1，频率2数据为f2，f2-f1即得到的数据。
3)所述的按照接收天线对发射天线的距离排序具体为：
n个天线数据一共n*n个，去除相同接收发射天线的数据，按照接收天线距离发射天线的位置从一个方向看由近到远排列(天线号为0～n-1号，同发射接收的数据信号质量检测信号没有多少穿过目标所以基本没有目标特征影响，默认为0，不参与计算)：0号发射天线对应的接收天线顺序是1、2、3……n-1,n，1号发射天线对应的接收天线顺序是2、3、4……n,0，2号发射天线对应的接收天线顺序是3、4、5……0、1，以此类推，n-1号发射天线对应的接收天线顺序是0、1、2……n-3,n-2。重新排列频差数据为n个发射天线*对应n-1个接收天线＝n*(n-1)个数据。比如16个天线数据一共16*16个，去除相同接收发射天线的数据，按照接收天线距离发射天线的位置从一个方向看由近到远排列(天线号为0～15号，同发射接收的数据信号质量检测信号没有多少穿过目标所以基本没有目标特征影响，默认为0，不参与计算)：0号发射天线对应的接收天线顺序是1、2、3……14、15，1号发射天线对应的接收天线顺序是2、3、4……15、0，2号发射天线对应的接收天线顺序是3、4、5……0、1，以此类推，15号发射天线对应的接收天线顺序是0、1、2……13、14。重新排列频差数据为16个发射天线*对应15个接收天线＝240个数据。
4)获得每个发射天线对应的接收天线的频差数据的趋势信号并减去具体为：
每个发射天线对应的接收天线数据分别对y＝x函数(x＝1,2，...,n)进行2阶多项式拟合，获得每个天线对应的趋势线，再用原始数据减去计算出的趋势。图3是0号发射的15个原始数据和拟合后数据对比图，选取0号发射对应的1～15号接收，其他15个发射以此类推，可以看出整体趋势的振幅约为0.5，原始数据的振幅约为0.6，趋势的振幅占比超过了80％。
图4是算法处理后0号发射的15个的数据图，原始数据减去拟合后的趋势。
图5是全部原始数据和拟合后数据对比图，是原始数据和拟合后数据趋势信号曲线对比。
5)把去除趋势信号的数据还原成绝对天线位置的排列顺序，得到处理完成后的数据具体为：把原n*(n-1)数据按照从0号-n-1号接收天线顺序排列，相同序号的发射接收天线的数据置为0：比如0号发射对应0-n-1号接收，1号发射对应0-n-1号接收，以此类推，得到n*n个前处理完成后的数据。
比如：把原240数据按照从0号-15号接收天线顺序排列，相同序号的发射接收天线的数据置为0：比如0号发射对应0-15号接收，1号发射对应0-15号接收，以此类推，得到256个前处理完成后的数据。
处理后数据如图6，图6是算法处理后的全部数据图，数据波动在y＝0的直线上下震荡，没有明显的整体波动，凸显了数据中的小信号。
具体应用：对脑部出血的病人进行脑部电阻抗磁感应多频成像：
图7是某个脑部出血病人的CT图，对应图1的曲线，病灶为左侧白色块状区域；
图8是不做处理直接2个频率差分成像图，对应图2的曲线，无法观测到病变位置；
图9是2个频率数据多项式拟合图，对应图6的曲线，病变位置很小，不是主要成像；
图10是使用本发明算法的图像，可以准确显示病变位置，和CT吻合。
很明显成像上直接差分和直接多项式拟合的图像都是以噪声的深色图像为主体，无法对应病灶部分，多项式拟合后的图像虽然有左上方有小部分浅色病灶图像，但是对比噪声过于微小。使用当前算法就能很大情况下消除噪声的深色图像，凸显病灶信号的浅色图像。
以上所述的仅是本发明的优选实施方式，本发明并不限于以上实施例，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种医用监测呼吸式睡眠机