自动扫描范文（精选9篇）
自动扫描 第1篇
关键词：自动毫安椎体扫描,优势
在临床辅助检查过程中多层螺旋CT扫描技术应用越来越广泛, 但是其辐射剂量去比X线平片大很多, 因此其成像辐射剂量的风险也日益增多[1]。自动毫安选择技术可以通过位置的变化与不同个体自动的调节X线管的电流大小, 让图像的噪声保持一定的水平, 在保证图像质量前提下最大幅度的减少辐射剂量所带来的隐患, 我院通过采用自动毫安椎体扫描技术应用于腹部CT检查的过程中, 分析自动毫安椎体扫描的特点, 探讨其临床应用价值, 现报道如下。
1 资料与方法
1.1 一般资料
选取2012年1月至2012年12月我院进行腹部CT扫描的患者120例, 将患者随机分成观察组和对照组, 每组各60例, 其中观察组男性患者38例, 女性患者22例, 年龄21~65岁, 平均年龄 (47.25±4.31) 岁;对照组男性患者35例, 女性患者25例, 年龄20~67岁, 平均年龄 (47.55±4.41) 岁。两组患者年龄、性别等一般资料组间比较, 差异无统计学意义 (P>0.05) 。
1.2 设备与扫描方案
采用东芝aquilion 64排螺旋CT进行扫描, 对照组为常规毫安组, 其扫描参数为管电压设置为120k V, 管电流为200m A, 螺距为0.938, 机架的旋转时间定为0.75s, 重建的层厚为2mm, 重建的间隔为2mm, 矩阵为512×512;观察组为自动毫安组, 自动毫安控制毫安有CT机器按照患者的情况进行自动确定, 范围为20~250m A, 其余参数和对照组相同。扫描完成后记录两组的扫描时间、剂量指数、床移的范围及剂量的长度乘积。
1.3 图像质量的评定
通过电脑工作站进行容积显示、最大密度投影、曲面多呈面的重建进行图像重组, 有2名副主任医师分别对图像的质量进行综合的评定, 其中3分定为优, 噪声很少, 完全可以满足诊断的要求, 2分定为良, 噪声可以接受, 能满足诊断要求, 1分定为差, 噪声超过可接受的程度, 无法满足临床的诊断要求,
1.4 统计学处理
应用SPSS15.0软件分析, 计量数据采用均数±标准差 (±s) 表示, 组间比较采用t检验;计数资料采用百分比表示, 数据对比采取χ2校验, P>0.05, 差异无统计学意义, P<0.05, 差异具有统计学意义, P<0.01, 差异具有显著性统计学意义。
2 结果
2.1 两组辐射剂量及剂量长度的乘积比较见表1。
注:辐射剂量及剂量长度的乘积与对照组比较, t=17.8576、12.2718, P=0.0000、0.0000<0.05, 差异有统计学意义
2.2 两组图像质量评分比较见表2。
注:与对照组比较, χ2=0.3419, P=0.5587>0.05, 差异无统计学意义
3 讨论
近年来人们对于CT检查中辐射尽量的关注越来越高, 对于辐射安全的意识越来越强, 因此在临床中如何降低CT检查的辐射剂量成为医学界的热点。以往在进行腹部CT检查时由于组织的对比并不明显, 因此为了获得清晰的图像质量常使用比较高的固定毫安, 因此患者受辐射的剂量相对较高, 而单纯的降低管电流会增加图像的噪声, 使对比度和分辨力降低, 影响了图像的质量[2]。
CT辐射剂量的高低直接影响噪声大小, 噪声的大小又决定了CT图像密度的分辨率及空间的分辨率, 对于患者由于存在个体差异和不同部位的体厚与组织结构的不一样, 因此只能根据患者的组织密度进行动态调节曝光的剂量, 既满足降低辐射剂量又保证了图像的质量[3]。自动毫安椎体扫描技术则有效的解决了这一问题, 根据扫描定位像动态的选择毫安, 根据人体不同部位及不同体厚与组织结构, 选择合适的管电流, 让每一层的CT图像均可以保证一致的噪声的水平, 保证了图像均有相同的质量。本研究显示, 观察组辐射剂量及剂量长度的乘积与对照组比较, 经统计学分析差异有统计学意义 (P<0.05) 。两组图像质量评分比较, 经统计学分析, 差异无统计学意义 (P>0.05) 。
综上所述, 采用自动毫安椎体CT扫描能够获得稳定的图像质量, 并有效降低射线的剂量, 值得在临床上大力推广使用。
参考文献
[1]袁知东, 刘鹏程, 王成林, 等.噪声关联Z轴管电流调制技术降低多层CT胸部扫描辐射剂量的作用[J].中华放射学杂志, 2008, 42 (11) :1l96-1200.
[2]张晓锦, 董健, 崔斌, 等.自动管电流调节技术在胸部低剂量CT筛查中的临床价值[J].中国医学影像技术, 2010, 26 (6) :1169-1172.
NOD32自动扫描取消方法 第2篇
使用ESET nod32杀毒软件的朋友都知道，系统启动完成之后，右下角的nod32图标就显示正在扫描，这样就会让电脑长时间运行速度变慢，这个是因为默认设置NOD32自动启动导致。我们可以对NOD32进行配置，不让NOD32自动启动，以优化系统启动速度，
取消NOD32自动扫描方法如下：
打开ESET NOD32主界面，选择工具--计划任务--取消勾选自动启动文件检查（有两项，分别为登陆成功后以及病毒库更新后的启动扫描任务，都可以取消）。设置完成后，下次开机后ESET就不会自动启动扫描任务了。
第四代全自动数字切片扫描系统 第3篇
北京优纳科技有限公司于2006年推出推出了赛睿系列全自动数字切片扫描系统, 将病理玻片全视野高分辨率数字化, 通过计算机和网络进行病理诊断、教学和科研等, 结合信息化管理和网络平台, 整合病理专家资源, 实现远程专家会诊、远程教学等, 帮助边远地区解决病理诊断问题。最近, 又推出的第四代全自动数字切片扫描系统。
该系统采用“盒式”数字切片扫描, 突破传统显微镜扫描模式, 能够高质量地扫描不同切片, 快速线性扫描时间不到120秒, 而且高保真, 玻璃切片能真实再现。为实现远程病理会诊及远程病理教学提供了解决方案。
自动扫描 第4篇
一种基于喷水耦合的复合材料结构超声反射法自动扫描成像检测系统
介绍了一种基于超声反射法的`立式复合材料结构三维自动扫描成像检测系统,对系统的工作原理、构成以及各分系统实现方法进行了详细介绍.
作 者：白金鹏 刘松平刘菲菲 李乐刚 作者单位：北京航空制造工程研究所刊 名：航空制造技术 ISTIC英文刊名：AERONAUTICAL MANUFACTURING TECHNOLOGY年，卷(期)：2009“”(z1)分类号：V2关键词：超声 复合材料 无损检测 反射法
CT增强扫描中的小肝癌的自动检测 第5篇
1999年Pisani等报道,在1990年统计的25种癌症中,肝癌病死率在各种癌症中排第四位,在男性中则为第三位,共有42.7万人死于肝癌[2]。原发性肝细胞癌(primary carcinoma of the liver)是我国常见恶性肿瘤之一,占肝脏原发性恶性肿瘤的2/3以上[2]。肝癌死亡率高,在恶性肿瘤死亡率中仅次于胃、食道而居第三位,在部分地区的农村中则占第二位,仅次于胃癌。我国每年死于肝癌约11万人,占全世界肝癌死亡人数的45%。
肝癌发展迅速,一旦出现明确临床症状后若无有效处理,平均生存时间为半年。其主要原因是早期肝癌病人常无症状(通常5cm以下肝癌约70%左右无症状[2]),而出现症状时通常是中晚期,此时已错过治疗的最佳时机,治疗难度大,死亡率也相应极高。因此,目前最好的治疗方法是在早期发现,并及时治疗。
电子计算机断层扫描(CT)能反映肝脏病理形态表现,如病灶大小、形态、部位、数目及有无病灶内出血坏死等,是目前诊断肝脏疾病常用的重要检查方法之一[2]。但是,读取CT图片这一过程会耗费放射科医生大量精力,因为一个病人会产生超过30幅图像(这一数字随着CT扫描精度的提高在不断提高,目前高精度的CT机一个病人一次扫描产生的图像超过300幅)让医生辨别。高强度的读片工作这使得误诊变得无法避免。因此,开发一个计算机辅助诊断系统帮助放射科医生读片是有必要的。
文献[1]中Y Lee等人提出用模板匹配的方法检测肺部的结节,但是他们的匹配需要消耗大量的时间;而且他们的方法产生了大量的假阳性(false positive),在没有排除假阳性前达到了平均9.3个/每CT图,经过大量计算排除假阳性后平均1.1个/每CT图。
本文借鉴前人在其他脏器的检测经验,根据肝部CT扫描图的特点,提出用一种全新的方式在CT增强扫描图像中自动检测小肝癌的结节。实验证明该方法能够快速并有效地检测肝部的小肿瘤。
2 肝癌CT增强扫描的表现
肝细胞癌中单个癌结节最大直径不超过3厘米或两个癌结节直径之和不超过3厘米的肝癌称为小肝癌。
小肝癌CT双期强化的常见表现[3]:
1)平扫。多数呈低密度结节状病变,边缘清楚或不清楚。少数小肝癌(尤其是1cm以下的)CT平扫呈等密度。有时候脂肪肝严重时,正常肝密度下降到比小肝癌还低,此时癌变为高密度结节。小肝癌并有出血时,平扫也呈高密度。
2)动脉期。小肝癌动脉期强化的密度可以高于肝密度,也可以等于或低于肝密度。以高于肝的密度最为常见。
3)门静脉期。肿瘤密度从动脉期的高于肝,速降至低于肝,同时也低于同层主动脉密度。这一征象在与肝海绵状血管瘤鉴别上十分重要。
上述螺旋CT双期动态增强扫描中,小肝癌强化密度从动脉期高于肝,至门静脉期则速降至低于肝的CT表现,文献上称这种动态增强的改变为“快进快出”的特征。这一“快进快出”的特征在小肝癌诊断和鉴别诊断中是十分重要的征象。
图1显示的是同一部位CT平扫加增强扫描的表现,此图中的小肝癌中央低密度,动脉期和静脉期都强化,其原因主要可能是中央有一定程度缺血,边缘部有肝动脉和门静脉双重供血。
3 小肝癌的自动检测
肝癌检测一般可以先提取肝部,这样可以有效减少计算区域,加快检测速度,在本文中使用一种基于区域生长的肝部提取方法。经过实验发现,模板匹配算法相当耗时,于是通过对小肝癌CT图像特征的分析,提出一种检测小肝癌的快速算法,实验证明该方法在一定范围内是有效的。
3.1 基于区域生长的肝部提取
文献[4]中Chan TF等人用动态曲线(Active Contours)的方法来提取肺部用阈值的方法来提取肺部,以达到快速检测肺部结节的目的。然而肝部和肺部的CT图像有很大的不同,肺部CT值区分较明显,肝部所在的腹部的脏器的CT值比较接近,因此很难用一种单一的方法来提取肝区。经过实验比较,本文利用了以前提出的一种基于区域生长的提取方法。
具体基于区域生长的分割算法过程是:1)阈值分割;2)对分割结果进行腐蚀;3)对腐蚀得到的结果进行生长。
1)阈值分割:
阈值分割是有效减少检测区域的方法,该方法简单,在整个算法流程中用作提取肝区的第一步。
观察腹部CT图的直方图我们发现它是一个多峰的图形(由于视窗没有将值小于900的包括在内,因此图1中值较小的部分显示为黑色)。肝是腹部最大的器官,它会在直方图中体现为一个峰值,肝部的CT值分布处于右边第一个峰(即CT值处于1000到1200间的峰,峰值出现点会因为设备、病人个体的不同而不同),如图2所示。所以我们取该峰的左右谷点作为阈值。(图1中显示值的窗口是950~1200,虽然CT图中有很多黑色区域,但其真实值不一定是0。只要它的值小于950,就会显示为黑色。)
2)腐蚀:
形态学中的腐蚀操作可以去除图像中小的部分和不相关的细节[6]。比如用边长10的矩形结构取腐蚀图像,则边长小于10的部分和细节都会被消除掉。
腐蚀是为了确定肝的位置。由于肝在腹部脏器中是最大的,因此选择较大的参数进行腐蚀时会将其它的部分(肌肉、其它的脏器)消除腐蚀掉。这样剩下的部分肯定是肝的实质部分。所以用腐蚀的方法可以选到区域生长的种子。而且这样选取种子的方式是完全自动的,选择的种子区域也较大,节省了下一步区域生长的时间。
3)区域生长:
从上面的阈值分割我们将待选区域缩小,通过腐蚀又得到了区域生长的种子上一步得到的结果生长可以得到肝区。
图3是通过以上提到的算法提取的肝区(原图是图1(b))。可以看出该算法有效地将肝区从腹部CT图中提取了出来。
3.2 小肝癌结节的检测3.2.1小肝癌的检测
文献[1]中用基因匹配算法去寻找肝区中的结节,他们所用的模板是高斯模板,这种模板和肝癌结节很相似(他们从大量CT图中得出的结论)。结节的模型用下面的等式来定义:
这里pvx,y,z是坐标(x,y,z)的像素值,m和n分别表示最大值以及分布范围的参数。k控制z的范围。这些参数的值由经验得出。
经过观察,我们发现他们所用的方法是产生一个中间密度高,周围密度低的模型来匹配,而实际的结节的图像并不一定严格遵循这样的梯度分布。如图3中上部有一暗区,它的周围有轻微强化,这其实也是小肝癌的表现之一。
另外,文献[1]匹配结节时还要计算结节模型和CT图像两者的相似度,这是很耗时的一项工作。总体上说他们提出的方法一般是不能够在普通PC机上运行的。
下面我们分析小肝癌的特征,以及它和血管、海绵状血管瘤的比较。选取血管和血管瘤是因为在实验中我们发现假阳性很大一部分是血管或血管瘤,它们的几个期的CT值的变化也较明显。分析资料[3]中的描述,我们归纳出以下特征:
小肝癌:快进快出,动脉期强化一般低于同层主动脉,若接近同层主动脉则需与血管瘤鉴别。
海绵状血管瘤:动脉期强化与同层主动脉强化接近,至门静脉期其密度仍接近同层主动脉。
它们之间的鉴别如图4所示。
设i1,i2,i3,i4分别是平扫、动脉期、静脉期和延迟扫描得到的CT图像中的点,则图4中的特征我们用以下表达式来表述:
快进快出:
其中m1是由实验决定的阈值。
海绵状血管瘤:
其中m2,m3也是由实验决定的阈值。
所以我们得到小肝癌的检测表达式是:It-If,其中“-”是集合操作。
再结合上文中提到的肝部检测,我们的具体检测方案如下:
1)肝部提取;2)提取区域滤波:去除噪声;3)去除具有血管、血管瘤特征的区域;4)用阈值法得到进出较明显区域;5)用形态学方法去除一些面积较小的假阳性区域。
具体的检测算法较上面的表达式描述增加了前期和后期的处理过程。
实验证明,该算法不仅在时间上较上一种方法得到了极大的节省,同时也能提取出明显具有“快进快出”特征的小肝癌。
当然,上面的方法也有较大的问题,它的假阳性较多,所以我们要利用其它的特征来排除假阳性。从图中我们可以看到假阳性主要是由血管造成的,所以我们根据血管在CT增强扫描中的特征:动脉期和静脉期增强明显(一般肝癌部位的增强没有血管高),将血管部分从疑似部分中去除。
4 实验结果
我们将文中提到的算法进行了实验。实验环境:P4 2.0G,512MB内存,Matlab 2006b。
下面是部分实验结果:图5(a)是阈值较大时的结果,图5(b)是阈值进一步缩小的结果,阈值不能太小,否则产生错误的检测结果。
计算用时:提取操作用时1.734s,检测用时0.704s。当检测一个病人的全部CT片,估计时间要用到1~2分钟。
5 结论
本文中的检测算法可以检测出肝部的结节,且检测时间在可接收范围内,假阳性率不高,经过改进后有一定实用价值。
参考文献
[1]Lee Y,Hara T,Fujita H,et al.Automated Detection of Pulmonary Nodules in Helical CT Images Based on an Improved Template-Match-ing Technique[J].IEEE transations on medical imaging(S0278-0062),2001,20(7):595-604.
[2]姚光弼.临床肝脏病学[M].上海:上海科学技术出版社.2004.
[3]郑可国,许达生,李子平.肝细胞癌临床CT诊断[M].北京:世界图书出版社,2003:27-63.
[4]Chan T,Vase L.Active Contours without Edges[J].IEEE Transactions on Image Processing(S1057-7149),2001,10(2):266-277.
[5]Wan S,Higgins W.Symmetric region growing[J].IEEE Transactions on Image Processing,2003,12(9):1007.
[6]Gonzalez R C,Woods R E.Digital Image Processing(Second Edition)[M].北京:电子工业出版社,2003:420-453.
[7]程红岩,徐爱民,陈栋,等.多层螺旋CT:三期薄层扫描发现微小肝癌病灶[J].医学影像学杂志,2003,13(4):251-254.
自动扫描 第6篇
过去十年, 图像化超声检测已经成为超声检测发展趋势。国内的图像化超声发展落后于国外若干年, 近年来随着自动化非标准设备行业的飞速发展, 自动化行业与超声检测的结合越来越紧密。自动化的超声检测系统成为实现图像化超声检测的必备途径。超声波C扫描技术是对超声检测数据进行C型显示。超声波C扫描检测能够给出图像化的检测结果, 能直观显示被检测工件的某一深度范围内的缺陷信息, 缺陷的定量、定性、定位更加准确, 减少了人为因素的影响[1]。
目前, 外资公司占据了国内超声波C扫描检测系统高端市场主要份额。外资公司的产品以中型和大型设备为主, 硬件设备性能优良, 软件功能强大, 但是系统的售价很高, 维修成本高, 维修周期较长[2]。对此, 本文通过对超声C扫描系统工作原理的研究, 成功研制出一套高精度、高质量、高分辨力的用于水浸超声波检测的六自由度自动C扫描成像系统, 其成本只有进口设备的五分之一。经过实际生产运行证明, 该系统稳定可靠, 维护方便, 并且检测的精度高, 具有良好的可重复性以及对外形复杂工件的良好适应性。
1 系统的原理及构成
六自由度超声C扫描自动成像系统是为了自动检测平面、弧面和复杂曲面的零部件内部缺陷而设计的, 该系统由六自由度机械扫描装置、CTS-04PC型超声探伤卡、IPC工控机、运动控制卡、电机驱动控制单元、计算机软件和系统控制柜等组成, 如图1所示。
检测方法是:首先将被检测零件的表面特征信息输入控制系统, 由控制系统进行编译处理, 然后输出控制信号给运动控制卡, 接着运动控制卡发出指令给电机驱动控制单元, 控制伺服电机或是步进电机运转, 机械扫描装置带动探头沿着与被检测零件表面法线相平行的方向进行扫描。同时CTS-04PC型超声探伤卡发射高频脉冲信号给超声探头, 接收超声探头的回波信号, 并对数据进行采集, 然后把得到的数据反馈给IPC工控机, 由IPC工控机软件进行处理和成像。伺服电机 (或是步进电机) 再通过丝杆 (或是蜗杆、齿轮) 带动探头向下一个检测点移动。此外, 外触发信号是由运动控制卡根据电机编码器的位置反馈输出CMP信号进行同步, 使得采集数据和实际位置相对应[3]。
2 机械扫描装置的研制
机械扫描装置的作用是带动探头沿着被检测零件表面运动, 为了保证在检测过程中探头方向始终与零件上被检测点的法线重合[4], 设计了六自由度运动系统, 三个移动自由度控制探头运动的空间位置, 两个旋转自由度控制探头旋转方向, 一个旋转自由度控制滚筒旋转方向。机械扫描装置主要由三坐标龙门系统模块、探头部件、滚轮部件、工作台、透明水槽及铝框架等组成, 如图2所示。
2.1 直线运动机构
直线运动机构实现x、y、z三个方向的单独或是组合步进扫描运动。传动形式采用螺杆式传动集成模块直线执行机构, 即采用滚珠螺母 (滑座) 移动, 丝杆转动, 再加两侧直线导轨来支撑导向的运行方式, 伺服电机与丝杆通过联轴器相连。直线运动机构采用三坐标龙门系统模块, 不但能实现重复性高的精密执行运动, 而且装配、调试、维护比较容易。龙门系统模块现在已经很成熟了, 市场上能够根据需要购买到标准化 (或是客制化) 产品。
1.三坐标x向滑台2.三坐标y向滑台3.三坐标z向滑台4.急停组件5.探头部件6.铝框架7.透明水槽8.滚轮部件9.工作台10.电气控制箱11.电子手轮
2.2 旋转运动机构
旋转运动机构主要由探头部件和滚轮部件组成, 其结构简图如图3所示。
1.探头部件2.待检测工件3.滚轮部件
探头旋转方向经由两个旋转自由度来控制, 保证在被测点位置探头声束与被检测的表面的法线平行[4]。采用一个步进电机与蜗杆通过联轴器相连, 带动固定在另一端部的蜗轮绕x轴旋转, 因探头夹具与蜗轮相连固定, 从而实现探头夹具绕x轴旋转运动;另一个步进电机通过齿轮直接带动整个探头部件绕y轴旋转, 从而实现探头夹具绕y轴旋转运动。该种方式结构简单, 保证电机在整个探伤检测过程中不浸泡在水中, 可靠性高, 但对电动机及机械结构有较高的要求。
滚轮旋转方向经由一个旋转自由度来控制, 保证被检测零件所有表面都处于探伤的有效范围, 不出现扫描盲区。采用伺服电机经由减速电机, 通过同步带带动滚筒的传动方式。
3 控制系统硬件的研制
运动控制系统采用开环与闭环相结合的控制方式, 由控制装置、执行机构、被控对象等部分组成, 能控制探头或是滚筒按预定的轨迹运动, 即通过计算机将输入的信息进行编译和处理, 变成指令信号, 送给运动控制卡, 当运动控制卡接收PC指令后, 向四台交流伺服驱动器和两台直流步进驱动器发出运动脉冲控制信号, 经过驱动器放大后驱动电机, 使各坐标轴运动的电动机按照相应的频率和角度运行。考虑到系统的运算速度和检测的实时性, 采用IPC工控机作为本系统的上位机, 由它来完成插补运算、速度控制、方向控制等功能。下位机为运动控制卡, 主要负责整个运动控制细节, 包括脉冲和方向信号的输出、自动升降速的处理、原点和限位等信号的检测等。系统结构如图4所示。这种控制可实现上位机对各个运动坐标轴的单轴单独控制和多轴联动控制。
3.1 控制系统上位机设计
上位机主要功能有:控制系统的初始化、提供控制接口、探头运动轨迹的规划、控制指令的发送、在线修改运行参数、综合优化控制算法的实现、数据处理与成像、数据存储、监控系统运行、报警及故障显示和管理权限等。为达到工业控制的要求, 系统采用研华工控机IPC-610, 利用其较高的防磁、防尘、防振荡、防冲击的能力, 能在高温下稳定工作并有着丰富的扩展性能。CTS-04PC型超声卡和凌华PCI-8158运动控制卡以PCI插卡形式嵌入PC机中。
3.2 控制系统下位机设计
本系统的执行元件有6台电机, 考虑到以后的扩展需要 (如增加输送机构、水循环模块、实时监控水位水质等的控制) , 所选用的运动控制卡需要能实现控制6轴以上功能, 并且有可扩展性, 因此选用凌华PCI-8158模块化设计的高级8轴步进和伺服运动控制卡。该卡具有以下功能:3轴螺旋插补;脉冲输出选择:OUT/DIR, CW/CCW, AB相;脉冲输出速率:最高6.55 MHz;2~4轴线性插补;2轴圆弧插补;硬件紧急输入;在线改变速度/位置;支持手动脉冲产生 (MPG) 等。此外, 当调试、检修或突发事件时, 还可根据需要通过在电子手轮上分别旋转相应旋钮或急停按钮, 旋转电子手轮, 进行手动操作。
4 控制系统软件的研制
研制了六轴水浸式超声C扫描自动成像系统检测软件CTS-Scan, 主要实现了超声探头的位姿控制和自动扫描检测, 采用面向对象设计方法和模块化的设计思想, 主要分为:参数设置、运行模块、状态显示、系统管理和帮助说明五个模块。参数设置模块负责六轴运动控制的脉冲输出控制, 调节脉冲发送的速度和加速度;运行模式模块主要调整运行的方式, 有自动运行模式、手动运行模式和智能运行模式;状态显示模块可以将运行状态和调整的参数实时显示;系统管理模块负责控制系统运行时的文件管理, 如文件存档管理、文件编辑管理和程序编译管理等;帮助和说明主要是提供本控制软件的操作说明、各按钮的作用以及程序代码的解释。各模块通过主框架程序相互协调控制, 成为一个完整统一的运动控制系统软件平台[5]。
5 结论
本次研制的六轴水浸式超声C扫描自动成像系统是一种集机电一体化技术、超声检测技术、计算机测控技术于一体的新型机电一体化超声波检测设备。经过实际生产运行证明, 该系统具有操作维护方便、成本低廉、检测精度高和适应性广等优点, 不仅能够提高超声检测的自动化程度、检测效率和可靠性, 而且有利于缺陷的定位、定量和定性分析, 为准确判定工件缺陷提供了保证, 并可使用VC++、C++Builder、VB等开发工具进行二次开发, 有着良好的可移植性和通用性。
摘要：研制了一种具有六个自由度的水浸超声C扫自动成像系统, 可以对平面、圆柱体、复杂曲面零件进行检测。采用IPC作为运动控制的核心处理部分, 运动控制卡负责整个运动控制细节, 并以C++Builder为工具, 开发了具有开放式、通用式、灵活式的运动控制系统软硬件平台。经过实际生产运行证明, 该系统稳定可靠, 检测的精度高, 可重复性好。
关键词：超声C扫描,水浸式,六轴,自动成像
参考文献
[1]乔日东, 张维国, 郭智敏, 等.多轴超声C扫描系统在车辆负重检测中的应用[J].兵器材料科学与工程, 2011, 34 (2) :99-102.
[2]杨青, 刘颖韬.航空航天领域中超声波C扫描检测系统的发展与应用[J].无损检测, 2012, 34 (7) :54.
[3]杨青.四通道水浸式超声C扫描检测系统研制[J].无损检测, 2012, 34 (7) :67.
[4]姜庆昌, 郭士清, 沈延飞.一种面向复杂曲面的水浸超声C扫描自动检测系统设计[J].机电工程技术, 2009, 38 (3) :29-30.
自动扫描 第7篇
白光垂直扫描干涉测量方法具有高精度、大量程、相位不模糊的特点[1],同时该方法为非接触式面扫描,在对表面进行三维形貌测量时所需时间短、稳定性高,因此被广泛应用于半导体、微机电等微纳米领域表面形貌的测量[2,3,4]。目前国内外关于白光的研究多集中在白光光源及光学结构部分[5,6,7,8]。
白光垂直扫描干涉原理如下:通过垂直扫描位置与干涉条纹的强度的变化关系求得零光程差的位置,以确定被测物体表面的相对高度,进而恢复其形貌,分辨率可达纳米级。由于白光的相干长度短使得干涉条纹的可辨识范围短,通常仅为几微米,若以人工方法调节被测物体置于物镜的焦点处,很容易因调整速度过快和人眼反应速度过慢的影响,错过干涉条纹出现的范围;同时,手动确定干涉扫描范围的方法容易产生误差,难以确定精确范围,并且费时费力。自动扫描的方法可降低寻找干涉条纹和确定干涉扫描范围的困难度,并且能提高识别的准确性,提升整体运行速度。
文献[9,10]通过移动物镜实现自动对焦,该方法对显微干涉镜头及移动物镜的控制结构要求极高,且难以实现较长距离的对焦。文献[11]在镜头中安装光电检测器,利用电压的变化判断干涉的位置;王生怀等[12]采用先自动寻找干涉条纹最明显的位置,然后手动调节至干涉条纹初始位置的方法。以上方法都能在一般光学显微镜中获得良好的对焦效果,然而,白光垂直扫描干涉原理要求采集一系列干涉条纹图像,因此,就白光干涉仪自动扫描技术而言,如何自动寻找干涉条纹初始位置和结束位置,以及决定其扫描范围,成为研究的重点。
本文根据几种常用的评价函数[13]分析白光干涉仪中干涉图像的特征,依此特征制定了基于图像灰度方差变化的白光干涉条纹识别算法,并应用于白光干涉仪系统中,最后通过实验确定变化阈值,验证了自动扫描技术的可行性。
1 自动扫描技术
白光干涉仪自动扫描技术主要实现干涉条纹初始位置和结束位置的自动对焦,并根据干涉条纹出现的范围自动确定垂直扫描的范围。该技术通过计算全过程中图像与初始图像灰度方差的变化比值,并与预先设定的变化阈值进行比较,根据比较后的结果控制驱动部件的运动以完成自动扫描。该技术主要包括图像评价函数的选取、基于图像灰度方差变化的算法。
1.1图像评价函数选取
由于白光干涉条纹黑白相间,且干涉条纹的图像在时域中表现为相邻像素间的特征值(如灰度、颜色)变化较大,在频域中表现为高频成分多,故人们根据此特点构造了三个评价函数,本文将其应用于白光干涉仪产生的干涉图像中,分析其曲线的特点,找出最佳评价函数。
1.1.1 方差评价函数
含有干涉条纹的图像应该比无干涉条纹的图像具有更大的灰度级差异,所以可通过计算图像中灰度值的方差构造出一个方差函数。
对于M×N像素的灰度图像,记g(x,y)为图像中像素点(x,y)处的灰度值,则灰度方差评价函数可以定义为
式中,μ为平均灰度值。
对于相同背景的图像,图像干涉条纹越多,其方差ϕ1越大,不含干涉条纹或干涉条纹越少时,ϕ1值就越小。
1.1.2 频谱评价函数
根据傅里叶变换原理,含干涉条纹的图像中应包含更多的高频分量。通过二维傅里叶变换对图像进行频谱分析,对于M×N像素的灰度图像g(x,y),其傅里叶变换为
其中,u=0,1,…,M-1;v=0,1,…,N-1,u、v为傅里叶变换的自变量,取Re F、In F分别为F(u,v)的实部与虚部,则图像经过傅里叶变换后的傅里叶谱定义为
ϕ2=|F(u,v)|=((Re F)2+(In F)2)1/2 (3)
由于离散傅里叶变换计算耗时,在实际中通常用快速傅里叶变换(FFT)实现。
1.1.3 梯度评价函数
对图像进行微分运算,提取图像中景物的边缘和轮廓等像素灰度变化较大的特征信息也可以构成评价函数。常见的构造方法就是求图像梯度模的平方和,简称为梯度函数。对于M×N像素的灰度图像,记g(x,y)为图像中像素点(x,y)处的灰度值,其梯度模平方和为
其中,|∇g(x,y)|为图像的梯度矩阵模,Gx、Gy分别为图像在点(x,y)处沿水平方向和垂直方向的梯度。梯度模算子通常有Sobel算子和Roberts算子,本文选取的Sobel算子评价效果较好。
1.1.4 评价函数的性能比较
采集标称高度1.20μm单刻线样板在对焦与扫描两个过程中的图像,并利用上述三种评价函数进行分析,作归一化处理后得到评价曲线,如图1所示。
1.方差评价函数 2.频谱评价函数 3.梯度评价函数
图1中,曲线1、2、3分别为灰度方差评价函数、频谱评价函数、梯度模平方评价函数给出的对焦位置曲线。A点为焦前位置,CCD视场中无干涉条纹,如图2a所示;B点为干涉条纹初始位置,干涉条纹刚进入CCD视场,如图2b所示,并随着扫描的继续,干涉相干程度增大、条纹增粗;当到达最大值(图2c)以后,条纹开始变细,直至到达干涉条纹结束位置C点,如图2d所示;最后焦后位置D点,同样无干涉条纹,如图2e所示。
通过分析图1,发现灰度方差评价函数最为光滑稳定,对噪声的抗干扰能力最强;并且对于干涉条纹最为敏感,即在A-B、C-D段,曲线变化微小,当出现干涉条纹时,曲线急剧上升;同时,计算150幅图像各评价函数值时,灰度方差所需时间最短,仅为10s,是另外两种的1/4～1/3。因此,选用灰度方差函数作为白光干涉仪自动扫描技术的评价函数。
1.2基于图像灰度方差变化的方法
自动扫描技术的关键部分就是确定干涉条纹初始位置与结束位置,通过分析灰度方差函数评价曲线,可发现在上述两个位置,曲线跳跃度很大。因此本文提出了基于图像灰度方差变化的识别方法:
If(φ≥η)
有干涉条纹
Else
无干涉条纹
其中,η为变化阈值,ϕ为变化比值。变化比值的公式为
ϕ=(θ-θ1)/θ1 (5)
式中,θ、θ1分别为根据式(1)计算得到的任意图像的灰度方差值和初始图像(第一幅图像)的灰度方差值。
设定特定的阈值作为判断干涉条纹的条件,当变化率不小于阈值时,则可以认为此时有干涉条纹,如图3所示。采用基于图像灰度方差变化的识别算法能够准确识别出干涉条纹初始图像和干涉条纹结束图像,同时并记录这两图像的对焦位置,根据对焦位置差确定垂直扫描的范围。
2 系统结构
图4为白光自动扫描干涉仪的系统结构示意图。CCD采集被测物体在干涉显微镜中形成的干涉图像,利用计算机对采集的图像进行数字图像处理分析,并结合图像灰度方差变化的控制策略控制驱动结构,其中粗级结构步进电机单轴驱动器实现对焦功能,精级结构压电陶瓷微位移器实现垂直扫描功能。
白光垂直扫描自动干涉仪实物如图5所示,仪器对焦距离15cm,对焦精度0.3μm,垂直扫描范围20μm,测量精度0.03μm。其中,干涉显微镜采用20倍Mirau型干涉显微镜,焦距10mm;CCD采用黑白型数字工业相机;步进电机单轴驱动器采用脉冲控制步进电机,通过联轴器带动滚珠丝杆旋转,驱动螺帽支架前后移动,单脉冲步长为0.3μm,行程为15cm;压电陶瓷微位移器利用压电陶瓷驱动柔性铰链,精度为0.03μm,行程为20μm。
在实际测量中,整个自动扫描过程分两步进行:首先步进电机单轴驱动器采用变步长运动策略进行全局搜索,确定干涉条纹初始位置、结束位置,解决了人工寻找干涉条纹的缺点;然后,依据干涉条纹初始位置、结束位置确定干涉扫描的范围,压电陶瓷微位移器以等步长30nm进行垂直扫描,达到自动扫描的目的,自动扫描流程如图6所示。其中,步进电机单轴驱动器变步长运动搜索策略如下:首先以大步长(最小步长的整数倍)运动搜索,进入有干涉条纹阶段;然后以最小步长作远离和靠近被测物体方向上的运动,并最终确定干涉条纹初始位置和结束位置,如图7所示。
3 结果及分析
3.1阈值选取
为了寻找初始图像变化的合适阈值,本文将阈值设置为从0.1到1.0共10个值,分别对高度H=1.20μm的单刻线进行20次自动扫描,将采集的图片用质心算法进行形貌分析,并记录对焦扫描和算法运行时间,测试结果如表1所示。
通过表1数据可以发现:对焦扫描时间和算法运行时间均随阈值的增大而缩短,但后者的变化速率更大;单刻线样板的高度值H在0.1～0.5阶段,与样板标定值的差值很小,最大值仅为0.011μm,完全在仪器的误差允许范围内,在0.6～1.0阶段,差值开始慢慢增大,甚至达到0.3μm,如图8所示。
干涉条纹代表着被测物体的高度信息,若阈值选取过低,则采集多余的无干涉条纹的图像会延长算法运行时间;若阈值选取过高,则会丢失部分高度信息,导致高度变小,因此合适的阈值对于白光干涉自动扫描技术而言至关重要。阈值为0.5时,能在满足精度的情况下,整体用时最短,因此,选取0.5作为初始图像灰度方差变化算法的阈值。
3.2阈值重复稳定性分析
阈值取0.5时,对H=1.20μm的单刻线样板进行20次自动扫描,仪器都能准确地恢复其形貌,绝对误差范围绝对值小于0.01μm;对焦扫描平均用时190s,算法平均运行时间50s,由于开始对焦的位置和被测物体倾斜角度的差异,导致对焦扫描时间和算法运行时间变化波动,如图9所示。
根据双光束干涉测量原理[12],两束光发生干涉后,输出的干涉光强值为
IAB(z)=4πABk2|U|2·
∫
式中,z为参考表面和被测表面的离焦距离差;A、B为两表面被测表面的反光系数;k为波矢量;U为光波强度;θ′为光波方向与光轴的夹角;Φ为光波从被测表面反射的相位变化。
由式(6)可以看出,在一个固定的白光干涉系统中,光强值主要受光照强度U和反射系数B的影响。
两种不同反射系数的刻线样板在不同光照强度下,所得最佳阈值如表2所示。其中特殊玻璃的反射系数约为0.3,镀膜表面的反射系数约为0.8。
通过表2,我们可以发现最佳阈值随反射系数的增大而增大,随光照强度增大而增大。
4 结论
(1)基于初始图像变化阈值的干涉条纹识别算法,比传统的最大值算法更适合于白光垂直扫描干涉仪。
(2)阈值选取受到光照强度和被测表面反射系数影响,但在条件不变的情况下最佳阈值稳定。
(3)硬件系统中的粗精两级驱动结构,粗级结构完成对焦过程,精级结构完成扫描过程,能够在不影响垂直扫描精度的前提下,实现长距离快速对焦。
(4)白光干涉仪自动扫描技术实现了自动对焦和自动确定垂直扫描范围,避免了人工操作费时和不精确等缺点,提高白光干涉仪使用效率和自动化水平。
摘要：为了解决实际操作中人工寻找干涉条纹费时、不准确和干涉扫描范围难以精确确定等问题,提出了一种自动扫描技术,实现了白光干涉仪的自动对焦和干涉扫描范围的自动确定。该技术采用全新的基于图像灰度方差变化的方法。首先,计算图像灰度方差变化比值;然后,将该比值与预先设定的阈值进行比较,判断干涉条纹初始和结束位置;最后,根据这两个位置自动确定干涉扫描范围。实验证明:当阈值取0.5时,采用粗精双级结构的白光干涉仪能在3min内准确完成1.2μm被测高度的自动扫描过程,约是手动调节速度的两倍。该技术提高了白光干涉仪的自动化水平及使用效率。
自动扫描 第8篇
条码技术是以计算机、光电技术和通信技术为基础的综合性高新技术,是高速发展的信息技术的一个重要组成部分。由于其具有快速、准确、低成本、高可靠性等优点,已被世界各国,特别是发达国家广泛应用于商业、仓储、邮电、交通运输、票证管理、图书文献、医疗卫生、工业生产自动控制、质量跟踪等领域。近年来,随着我国市场经济的迅速发展和对外开放的不断深入,条码技术作为一种成熟的信息处理技术不仅在我国商品流通领域得到了广泛应用,而且还在工业生产自动控制、质量跟踪、仓储等领域不断发展。本文就是条码技术在工业生产自动控制上的一个典型的应用。
由于条形码本身成本不高,而且在生产中作为身份信息,管理者可以轻松的查看每件产品的加工,方便管理者更好的管理生产和物流,随时掌握第一手信息,所以有良好的发展前景。条码识别系统的应用,大大提高了生产率,优化了管理,使得物流和生产真正有机结合到一起。
在汽车纵梁折弯生产线采用条码识别系统时,纵梁上所粘贴的条形码是该纵梁的唯一性编码(相当于纵梁的“身份证”),每个纵梁真正的信息——长、宽、翼高、料厚,折弯距离等,都存储在上位机的数据库中。
通过在生产线前端设置扫描站来读取纵梁上的条码信息,扫描站主要由纵梁位置检测开关、扫描器(Scanner)、通讯接口(Communication Interface)、人机界面(HMI)组成。过程如下:纵梁位置检测开关检测到纵梁到位信号后,条形码扫描器VB14A自动扫描纵梁上的条形码(barcode),并将信息通过C-BOX300发送给PLC,扫描结果显示在人机界面(HMI)上,PLC将扫描得到的条形码信息进行处理,以决定调用哪种加工程序,并以此来进行纵梁产品的加工。
2 硬件安装和组态
首先在入料侧安装VB14A(条码识别装置,也称之为扫描装置Scanner),待贴有条码标签的纵梁通过VB14A的辐射区域时,VB14A将会读取到条码的信息。这个信息实际上就是一个字符串,该字符串反馈到C-BOX300,再通过PROFIBUS-DP现场总线送到PLC系统中,并从配方中的数据记录中找出与之对应的条码代号,从而调用相关的参数。众所周知,不同的加工参数对应不同的加工程序,这样,我们就实现了全自动识别并调用相关加工程序,从而实现全自动生产。
P+F的C-BOX300与SIEMENS CPU315-2 DP通讯的的硬件组态如图1所示。
3 参数调试
3.1 条码扫描器的设置
首先用串口电缆将电脑与C-BOX300连接,然后打开C-BOX的调试软件visosetup,修改条码类型为需要的类型。见图2。
3.2 配方
在wincc中建立一个配方,在配方中输入所需要的参数,见图3。
由图可见,我们需要的参数如:纵梁长度、纵梁宽度、纵梁料厚等都被添加到配方中,在变量一栏中选择不同的参数对应的地址,缺省值一栏也可以输入缺省的数值,这样,一个配方列表就建立好了。配方建立好后,需要将不同的条形码(barcode)代表的不同参数分配好,这时候就要用到数据记录。在数据记录中,将不同的条形码对应的参数分配好,如图4所示。
图4中名称是预先储存的条码号,用来对应条码扫描器扫描的条形码,之后的参数就是刚才输入的配方元素。
在wincc flexible中选择一个画面建立一个配方视图,这样就可以建立条形码号与配方中的数据记录的对应关系。把配方视图属性中“用于编号/名称的变量”对应条码扫描器扫描出条码并储存的那个地址,就可以实现自动读取自动参考数据记录中的数据,并自动调用不同的参数,达到自动生产的目的。
4 结束语
目前,这套自动化条码扫描系统已经在上汽依维柯红岩商用车有限公司(原重庆红岩汽车有限责任公司)投入生产使用。不仅仅是在汽车纵梁折弯生产线,在该公司的其他生产线上也大量使用了条码扫描装置。条码识别系统在汽车生产中的应用,使得汽车生产的柔性化和按订单生产成为可能。同时,从每一个工件到每一辆车的生产、物流、销售甚至售后服务等各种信息也能方便的记录,为管理者提供了一个很便捷明了的窗口,使其能在第一时间了解到每一个工件的情况。自动化条码扫描系统大幅地提高了生产和管理的效率及自动化水平,在飞速发展的各行各业中都将有着广阔的应用前景。
参考文献
[1]《VISOSETUP PROGRAMING Configration1D Barcoder Reader VB12,VB14A》.Pepperl+Fuchs GmbH.
[2]《HANDBUCH C-BOX300》.Pepperl+Fuchs GmbH,2006-12.
[3]《Simatic HMI Wincc flexible 2008 Compact/Standard/Advanced》.Siemens AG Industry Sensor,2008-07.
自动扫描 第9篇
1 资料与方法
1.1 一般资料
选取2014年1月~2015年1月我院收治的86例浅表组织病变患者。全部患者符合肢体躯干浅表肿块, 腹外疝的手术病理与影像学诊断标准。其中男65例, 女21例, 年龄20~75 (41.32±6.41) 岁。
1.2 方法
(1) 仪器:彩色多普勒超声诊断仪及其配备UAVS系统 (Siemens Acuson S2000型, 中国) , 探头型号14L5BV, 探头频率5~14MHz, 探头长度15.4cm, 最大扫描深度6.0cm, 扫描宽度16.8cm;常规灰阶超声诊断仪及其配备CGUS系统, 探头型号:14L5, 探头频率率5~14MHz, 探头长度3.9cm。 (2) 操作步骤:全部患者均采用UAVS与CGUS检查, 取舒适体位, 先行CGUS检查, 依次行矢状面、扇形切面扫描, 全部图像存盘, 再切换UAVS系统, 探头紧贴于躯干、肢体等感兴趣区域 (ROI) , 维持探头最大接触面, 采集数据, 将全部图像序列上传至UAVS系统中的UAVS Workplace图像处理工作站, 重建矢状面、横断面与表层冠状面, 并根据病变形态、大小、部位、深度等调整重建断层层间距 (0.5mm~0.8mm) , 多层剖析表层冠状面断层图像, 由两名资深的超声科医师分析CGUS图像与UAVS图像。
1.3 临床观察指标比较两种检查手段对浅表组织病变内部结构显示率与周围毗邻正常解剖结构显示率的差异。
1.3.1 CGUS图像观察浅表组织病变形态、大小、数量、内部回声与边界。
1.3.2 UAVS图像观察浅表组织病变形态、大小、范围、内部结构、周围毗邻正常解剖结构的空间位置。
1.4 统计学处理
本研究数据采用SPSS 18.0统计软件进行分析, 两组间的计量资料采用t检验, 计量资料采用 (±s) 表示, 两组间的计数资料采用χ2检验, P<0.05提示差异具有统计学意义。
2 结果
2.1 两种检查手段对浅表组织病变内部结构显示率的比较
UAVS对浅表组织病变内部结构显示率显著高于CGUS, 两种检查手段比较差异具有统计学意义 (P<0.05) , 见表1。
2.2 两种检查手段对浅表组织病变周围毗邻正常解剖结构显示率的比较
UAVS对浅表组织病变周围毗邻正常解剖结构显示率显著高于CGUS, 两种检查手段比较差异具有统计学意义 (P<0.05) , 见表2。
3 讨论
超声自动容积扫描 (UAVS) 是新型超声影像学诊断技术, 从全新的声像图角度解析浅表组织病变的特征, 是超声成像技术的一项重要诊断技术。由于浅表组织部位表浅, 表面平坦, 通过与超声探头紧密贴合, 超声自动容积扫描 (UAVS) 可广泛应用于浅表组织病变的诊断中[2]。常规灰阶超声 (CGUS) 的浅表探头长度仅约4cm, 可以清晰显示矢状面与扇形切面, 但对于较大范围及其浅表的病变组织的显示较为模糊[3]。UAVS扫描探头最大容积, 即探头长度×最大扫描深度×扫描宽度为15.4cm×6.0cm×16.8cm, 层间距为0.5mm~0.8mm, 可以清晰扫描≥500个层面, 短期完成图像采集后, 即可进入UAVS系统中的UAVS Workplace图像处理工作站, 通过重建矢状面、横断面与表层冠状面, 自动分析多层剖析表层图像[4]。UAVS通过立体显示浅表组织病变的内部结构及其浅表组织病变周围毗邻正常解剖结构, 通过立体分析浅表组织病变结构的解剖与空间特征, 多切面重建矢状面、横断面与表层冠状面, 有助于更形象直观显示病灶的形态特征[5]。因此, UAVS在一定程度上弥补了CGUS二维超声的矢状面与扇形切面的局限性, 为浅表组织病变的诊断提供指导意义。
本研究结果显示, UAVS对浅表组织病变 (外周血管、肌肉软组织) 内部结构显示率分别为91.86%、94.19%显著高于CGUS (74.42%、73.26%) , 两种检查手段比较差异具有显著性, UAVS对浅表组织病变 (外周血管、肌肉软组织) 周围毗邻正常解剖结构显示率分别为100.00%, 100.00%显著高于CGUS (75.58%、77.91%) , 两种检查手段比较差异具有显著性。揭示了UAVS对浅表组织病变内部结构及其浅表组织病变周围毗邻正常解剖结构显示效果更佳。正常浅表组织由皮肤、皮下组织、筋膜与肌层组成, 而浅表组织病变则按照组织结构排列的冠状面规律生长[6]。浅表组织病变在常规灰阶超声仅表现为低回声或中等回声, 不能清晰显示浅表组织病变与周围组织的关系[7], 而UAVS具有直观清晰显示浅表组织病变结构、形态及其与周围毗邻正常解剖结构的关系, 且不同浅表组织病变类型在冠状面生呈特征性成像, 有助于对不同浅表组织病变类型的诊断与鉴别诊断提供指导意义[8]。
综上所述, 超声自动容积扫描对浅表组织病变内部结构与浅表组织病变周围毗邻正常解剖结构显示效果均明显优于常规灰阶超声, 有助于指导浅表组织病变的诊断。
摘要：目的 探讨超声自动容积扫描 (UAVS) 与常规灰阶超声 (CGUS) 对浅表组织病变的诊断价值。方法 选取2014年1月2015年1月我院收治的86例浅表组织病变患者, 全部患者均采用UAVS与CGUS检查, 比较两种检查手段对浅表组织病变内部结构显示率与周围毗邻正常解剖结构显示率的差异。结果 UAVS对浅表组织病变 (外周血管、肌肉软组织) 内部结构显示率分别为91.86%、94.19%显著高于CGUS的74.42%和73.26%, 两种检查手段比较差异具有统计学意义 (P<0.05) , UAVS对浅表组织病变 (外周血管、肌肉软组织) 周围毗邻正常解剖结构显示率分别为100.00%, 100.00%显著高于CGUS (75.58%、77.91%) , 两种检查手段比较差异具有统计学意义 (P<0.05) 。结论超声自动容积扫描对浅表组织病变内部结构与浅表组织病变周围毗邻正常解剖结构显示效果均明显优于常规灰阶超声, 有助于指导浅表组织病变的诊断。
关键词：超声自动容积扫描,常规灰阶超声,浅表组织,诊断
参考文献
[1]徐超丽, 魏淑萍, 谢迎东, 等.超声自动全容积扫描与弹性成像对乳腺病变的鉴别诊断[J].临床超声医学杂志, 2015, 17 (1) :9-12.
[2]邵玉红, 张惠, 王彬, 等.常规超声联合全自动乳腺容积扫描技术对乳腺肿块BI-RADS分类[J].中国医学影像技术, 2015, 31 (2) :258-262.
[3]郑逢洋.自动乳腺全容积扫描技术的临床应用研究进展[J].中国医学计算机成像杂志, 2014, 20 (6) :570-574.
[4]郭利平, 郑传利, 周振, 等.自动全乳腺容积扫描与常规二维超声对诊断乳腺肿块良恶性价值的对比研究[J].潍坊医学院学报, 2014, 36 (3) :232-234.
[5]李敏, 蒋贤辉, 马晓棠, 等.自动容积扫描对乳腺肿块良恶性鉴别价值的应用探讨[J].中国临床医学影像杂志, 2013, 24 (9) :622-625.
[6]郭利平, 郑传利, 周振, 等.超声弹性成像与全自动乳腺容积扫描诊断乳腺肿块价值研究[J].湖北民族学院学报:医学版, 2013, 30 (4) :11-13.
[7]裘之瑛, 陈悦, 唐健雄.全自动超声容积断层扫描在腹外疝诊断分类中的应用价值探讨[J].临床外科杂志, 2011, 19 (6) :374-376.