نام پژوهشگر: امیر اخوان بی تقصیر

بهبود نسبت سیگنال به نویز در تصاویر فراصوت پزشکی با استفاده از تبدیل فوریه کسری
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس 1390
  امیر اخوان بی تقصیر   علی محلوجی فر

یکی از مشکلات مهم تصاویر فراصوت کم بودن نسبت سیگنال به نویز در عمق های زیاد است. در صورتی که در بافت مورد نظر تضعیف وابسته به فرکانس وجود داشته باشد، اهمیت این مسئله دو چندان می شود. به منظور حل مشکل snr، در روش های موجود از تحریک کد شده به همراه فشرده-سازی پالس توسط فیلتر منطبق استفاده شده است. به دلیل مقاومت خوب سیگنال های چرپ خطی در حضور تضعیف موجود در بافت، معمولاً از این شکل موج به منظور تحریک کد شده استفاده می گردد. متأسفانه عملکر فیلتر منطبق حساسیت زیادی به تضعیف وابسته به فرکانس در بافت دارد. به طوری که در حضور این تضعیف، snr در عمق های زیاد به شدت کاهش می یابد. در این تحقیق از تبدیل فوریه کسری به جای فیلتر منطبق برای فشرده سازی پالس استفاده می شود. بهبود snr در تصاویر فراصوت به نمایان تر شدن سیگنال های اکوی دریافتی از عمق های زیاد منجر می شود، بنابراین در این تحقیق از معیار احتمال آشکار سازی سیگنال های اکو به منظور مقایسه این دو روش بر حسب snr استفاده می-گردد. بدین منظور یک آشکارساز سیگنال چرپ با احتمال هشدار اشتباه ثابت در حوزه کسری پیشنهاد داده ایم. در صورتی که از تضعیف وابسته به فرکانس صرف نظر شود، مقایسه نتایج آشکار ساز پیشنهادی با آشکارساز فیلتر منطبق نشان می دهد، احتمال آشکارسازی سیگنال های اکو توسط فیلتر منطبق بیشتر است. ولی در صورتی که در بافت تضعیف وابسته به فرکانس وجود داشته باشد، عملکرد تبدیل فوریه کسری در عمق های زیاد بهتر از فیلتر منطق خواهد شد. این در حالی است که مشکل snr همواره در عمق های زیاد وجود دارد. در تحقیق جاری این نتایج توسط نمایش زمان فرکانس ویگنِر ویل تحلیل شده اند. با مقایسه دو روش فشرده سازی ذکر شده بر حسب قابلیت تفکیک نقاط تفرق ساز نزدیک به هم نشان دادیم که تبدیل فوریه کسری حدود db 15 بیشتر از فیلتر منطبق، دو نقطه تفرق ساز را از یکدیگر جدا می کند. این بهبود در شرایطی به دست می آید که فاصله بین دو نقطه تفرق ساز بگونه ای انتخاب شود که قابلیت تفکیک تبدیل فوریه کسری حدود db 60 باشد. یکی دیگر از کاربرد های آشکار ساز پیشنهادی، جداسازی سیگنال های اکوی متداخل در حوزه زمان است. در این تحقیق با پیاده سازی الگوریتم جداسازی بر روی چهار سیگنال اکوی متداخل، نشان دادیم که تبدیل فوریه کسری قادر است با بیشینه خطای 3/0% سیگنال های اکوی شبیه سازی شده را بازیابی نماید.