科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的超声平面波复合成像方法,包括：第一步,构建输入样本数据,包括数据的获取以及预处理,第二步,构建从平面波射频数据到超声复合图像的映射,训练网络,调整网络参数,得到平面波信号重建出高质量超声图像的最优模型,具体采用以U-Net为基础的神经网络架构,整个网络包括下采样、中间层、上采样以及输出模块；第三步,图像数据后处理。本发明将单次发射获得的平面波信号,通过深度神经网络,重建出需要多次平面波合成才能产生的超声图像,从而能降低获取高质量超声图像的复杂度,并提高帧频,以推动深度学习超声成像的发展。
- 出版日期2021-8-23
- 单位合肥工业大学
