USG/Parametryczne - Historia wersji

Tsteifer: /* Metoda */

2016-07-27T13:44:03Z

Metoda

Tsteifer: /* Metoda */

2016-07-27T12:51:43Z

Metoda

Mlew o 12:22, 3 lip 2016

2016-07-03T12:22:06Z

Tsteifer: /* Metoda */

2016-07-01T10:59:42Z

Metoda

Tsteifer: /* Metoda */

2016-07-01T10:59:27Z

Metoda

Tsteifer: /* Obrazowanie parametryczne */

2016-07-01T10:57:23Z

Obrazowanie parametryczne

Mlew o 19:36, 8 maj 2016

2016-05-08T19:36:21Z

Tsteifer: Utworzono nową stronę "=Obrazowanie parametryczne= Jednym z istotnym problemów badawczych w ultrasonografii jest zagadnienie estymacji prędkości dźwięku w obrazowanej strukturze. Informac..."

2016-05-04T12:03:18Z

Utworzono nową stronę "=Obrazowanie parametryczne= Jednym z istotnym problemów badawczych w ultrasonografii jest zagadnienie estymacji prędkości dźwięku w obrazowanej strukturze. Informac..."

Nowa strona

=Obrazowanie parametryczne=
Jednym z istotnym problemów badawczych w ultrasonografii jest zagadnienie estymacji prędkości dźwięku w obrazowanej strukturze. Informacja taka może być wykorzystana zarówno do lepszego obrazowania (minimalizacja błędów rekonstrukcji), jak i potencjalnie do charakteryzowania różnych rodzajów tkanek.
 
Standardowo, rekonstruując obraz RFów przyjmujemy pewną stałą prędkość dźwięku na całej głębokości pomiarowej. W praktyce, takie założenie może być dalekie od prawdy. Jednocześnie, charakterystyka odbiciowa struktur o różnej prędkości dźwięku może być nieodróżnialna na prezentacji BMode. 
Celem tych ćwiczeń będzie implementacja prostej metody szacującej pośrednio różnicę między założoną prędkością dźwięku, a faktyczną prędkością dźwięku.

==Metoda==
Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym kształcie. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. 
W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej. 
Do dyspozycji mamy plik z danymi z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
<source lang = python>
f0=5.5e6 # Częstotliwość nadawcza przetworników [Hz]
fs=50e6 # Częstotliwość próbkowania [Hz]
pitch = 0.00021 # Deklarowana odległość między środkami przetworników nadawczo-odbiorczych

na = 15 # Liczba nadań
theta=[-10,0,10] # kąty dla kolejnych nadań ?????

NT=192 # Liczba przetworników w pełnej aperturze
Ntr=192 # Pełna subapertura nadawcza

</source> Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. 
Proszę zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazmi. Proszę zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?

@@ Linia 20: / Linia 20: @@
    -7.47998251e-02,  -4.98665501e-02,  -2.49332750e-02,  -8.32667268e-17,
 .49332750e-02,   4.98665501e-02,   7.47998251e-02,   9.97331001e-02,
-.24666375e-01,   1.49599650e-01,   1.74532925e-01] # kąty dla kolejnych nadań ?????
+.24666375e-01,   1.49599650e-01,   1.74532925e-01] # kąty dla kolejnych nadań
 NT = 192 # Liczba przetworników w pełnej aperturze

@@ Linia 17: / Linia 17: @@
 na = 15 # Liczba nadań
-theta = [-10,0,10] # kąty dla kolejnych nadań ?????
+theta = [ -1.74532925e-01, -1.49599650e-01,  -1.24666375e-01,  -9.97331001e-02,
 NT = 192 # Liczba przetworników w pełnej aperturze

@@ Linia 1: / Linia 1: @@
 =Obrazowanie parametryczne=
 Jednym z istotnym problemów badawczych w ultrasonografii jest zagadnienie estymacji prędkości dźwięku w obrazowanej strukturze. Informacja taka może być wykorzystana zarówno do lepszego obrazowania (minimalizacja błędów rekonstrukcji), jak i potencjalnie do charakteryzowania różnych rodzajów tkanek.
-<br><br>
 Standardowo, rekonstruując obraz RFów przyjmujemy stałą średnią prędkość dźwięku na całej głębokości pomiarowej (1540m/s). W rzeczywistości prędkość w różnych rodzajach tkanek miękkich jest różna (od 1450m/s dla tłuszczu do 1570m/s dla krwi). Jednocześnie, charakterystyka odbiciowa struktur o różnej prędkości dźwięku może być nieodróżnialna na prezentacji B-mode. <br>
 Celem tych ćwiczeń będzie implementacja prostej metody szacującej pośrednio różnicę między założoną prędkością dźwięku, a faktyczną prędkością dźwięku.
@@ Linia 7: / Linia 7: @@
 ==Metoda==
 Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. <br>
-W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.<br>
+W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.
 Do dyspozycji mamy [http://www.fuw.edu.pl/~jarekz/FUW-FID-2016/raw-data/usg4_1480ms.npy plik z danymi] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
 <source lang = python>
 f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz]
@@ Linia 21: / Linia 23: @@
 </source>
-Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br>
+Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania.
 ==Zadania==
 #Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami.
 #Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?

@@ Linia 8: / Linia 8: @@
 Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. <br>
 W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.<br>
-Do dyspozycji mamy [[http://www.fuw.edu.pl/~jarekz/FUW-FID-2016/raw-data/usg4_1480ms.npy plik z danymi]] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
+Do dyspozycji mamy [http://www.fuw.edu.pl/~jarekz/FUW-FID-2016/raw-data/usg4_1480ms.npy plik z danymi] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
 <source lang = python>
 f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz]

@@ Linia 8: / Linia 8: @@
 Wiele metod estymujących prędkość korzysta z możliwości nadawania fal o różnym froncie falowym. Rozważmy obrazowanie falą płaską pod dwoma kątami, np. -10 i 10 stopni. Mając zrekonstruowane oba obrazy możemy policzyć wzajemną korelację pomiędzy obrazami (przy oknach ustalonej długości), tworząc mapę korelacji. Zauważmy, że dopóki przyjęta do rekonstrukcji prędkość dźwięku jest bliska rzeczywistej, obrazy z obu kątów powinny być mocno skorelowane. Pojawienie się dużej różnicy między tymi prędkościami spowoduje "rozjechanie" się sygnałów z różnych kątów. W konsekwencji, zmaleje korelacja między sygnałami. <br>
 W praktyce, taki obraz korelacji nie jest jeszcze obrazem prędkości dźwięku - jest to tylko pośrednia informacja na temat rozkładu takich prędkości, którą można byłoby następnie wykorzystać do rozwiązania odpowiedniego problemu odwrotnego. W praktyce jednak już sam taki obraz może dostarczyć istotnej informacji diagnostycznej.<br>
-Do dyspozycji mamy plik z danymi z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
+Do dyspozycji mamy [[http://www.fuw.edu.pl/~jarekz/FUW-FID-2016/raw-data/usg4_1480ms.npy plik z danymi]] z fantomu z inkluzją o prędkości dźwięku różnej od prędkości dźwięku otoczenia. Tradycyjnie, parametry:
 <source lang = python>
 f0 = 5.5e6 # Częstotliwość nadawcza przetworników [Hz]
@@ Linia 22: / Linia 22: @@
 Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br>
 ==Zadania==
 #Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami.
 #Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?

← poprzednia wersja		Wersja z 10:57, 1 lip 2016
Linia 22:		Linia 22:

	Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br>		Surowe dane RF znajdują się w tablicy o wymiarach <math>NT\times N \times na </math> <br> gdzie <math>N</math> odpowiada czasowi rejestracji (maksymalnej głębokości obrazowanej) danych z pojedynczego nadania. <br>
−	~~Proszę zaimplementować~~ procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy ~~obrazmi~~. ~~Proszę zbadać~~ taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?	+	==Zadania==
		+	#Zaimplementować procedurę liczącą mapę współczynników korelacji w oknie głębokości pomiędzy obrazami.
		+	#Zbadać taką mapę dla zrekonstruowanych danych z zadania, dla różnych kątów. Jak dobór kątów i ich liczby wpływa na wynikową tablicę?