超声图像模拟

CT图像模拟超声图像

       最近，因项目前期数据需求，需要将CT图像模拟生成超声图像，那么第一个问题来了，好好的CT图像为什么要模拟生成超声图像呢？超声成像模拟是利用已有的三维医学影像（如CT图像）数据，模拟生成超声成像过程得到虚拟超声成像技术 ，可以广泛应用于超声引导手术、图像处理、超声培训等。如果需要利用神经网络处理超声图像，那么前期的数据增强是不是可以这么做呢？当然这只是我的臆想，比如说利用U-Net（2D或3D）,FCN与Mask-RCNN进行分割？哎呀，跑题了。

       由于才开始看这方面的文章，了解不深，查了部分资料或论文如下：

       a.《Fast and Automatic Ultrasound Simulation from CT Images》

       b.《基于CT体数据的超声图像实时模拟方法》

       c.《基于CT的超声成像模拟》

       d.《Medical Image Synthesis with Context-Aware Generative Adversarial Networks》

       e.《Real-Time Simulation of Medical Ultrasound from CT Images》

      原本看到前两篇论文，以为找到了救命稻草，结果找不到源码，就按照作者所给公式自己编写，才发现仅仅几个公式根本无法到达预期效果。所以又查阅了很多文献，了解到一个Field_II方法，直接百度Field II或者点击Field II即可。

接下来，我以kidney_phantom_example为例，记下了其调试的详细过程：

（1）首先，下载源代码

下载之后得到的源码，Field_II_ver_3_24_windows_gcc解压后如下：

（2）下载kidney_phantom_example代码：

解压后得到的代码为：

（3）代码都准备好了，接下来是如何操作运行了？请见操作教程，这里以kidney_phantom_example为例：

1）将代码导入到matlab中，运行make_scatterers.m，得到pht_data.mat，结果如下：

2）为了简洁，添加六行代码，如下：

这时候运行，你会发现，报错了！！！为什么？？

怎么办？怎么办？怎么办？初始化！！！

3）初始化，运行field_init，如下：

4）现在运行sim_kidney.m文件：

看到这个结果，心里是不是很畅快？没错，这说明代码已经跑通啦！！！

（4）注意，这个迭代的速度特别慢，没生成一个rf_lni.mat文件需要10min,没错，真的是10分钟。一共需要生成128个，一共要21.3小时。啥意思，一张CT图像，需要经过21小时才能模拟生成一张与之对应的超声图像！！！我当时震惊到了，先看看效果：

效果也并不是太好，马马虎虎。那么为什么当时不选择用并行加速呢？从代码的结构可以看出，for i=1:128  。。。 end，每次迭代之间相互独立，完全可以并行加速！

小结：kidney_phantom_example运行的过程如下：

参考网址

1、https://blog.csdn.net/qq_34018578/article/details/73027207

2、https://blog.csdn.net/qq_34018578/article/details/74772103#comments