OpenH-RF-eSAF

OpenH-RF — eSAF 是一个旋转3D超声原始通道数据的子数据集，由伍斯特理工学院Medical FUSION实验室创建。该数据集旨在支持高级波束成形和提升合成孔径聚焦（eSAF）方法的研究，用于恢复旋转3D超声成像中的提升分辨率。数据集核心包含旋转3D超声采集的原始逐阵元通道射频数据（波束成形前），这些数据通过围绕其轴向轴旋转180°（1°步进，180帧）的提升聚焦1D线阵采集。数据主要由模拟生成（使用Field II和MATLAB），辅以少量使用物理日本探头68阵元线阵在浅表至焦点深度系列（10–45 mm）上采集的真实体模旋转扫描。数据集总计包含195个采集案例：190个模拟案例（涵盖10种探头类型与19种目标点/对/斜向配置的组合）和5个实测体模案例。数据以zea（HDF5）文件格式存储，每个文件包含原始射频数据、扫描参数、探头姿态元数据以及作为配对标签的eSAF重建3D B-mode体积。数据集适用于旋转合成孔径重建、提升点扩散函数/孔径增长研究，并作为可复现的原始通道数据基准。数据集规模约为1.5 GB，采用CC BY 4.0许可证发布。OpenH-RF — eSAF is a sub-dataset of rotational 3D ultrasound raw channel data, created by the Medical FUSION Lab at Worcester Polytechnic Institute. This dataset aims to support research on advanced beamforming and enhanced Synthetic Aperture Focusing (eSAF) methods for recovering enhanced resolution in rotational 3D ultrasound imaging. The core of the dataset consists of raw per-element channel radio-frequency data (pre-beamforming) from rotational 3D ultrasound acquisitions, collected using an enhanced focusing 1D linear array rotated 180° around its axial axis (with 1° steps, 180 frames). The data is primarily generated through simulation (using Field II and MATLAB), supplemented by a small number of real phantom rotational scans acquired with a physical Japanese probe 68-element linear array over shallow to focal depth ranges (10–45 mm). The dataset totals 195 acquisition cases: 190 simulated cases (covering combinations of 10 probe types and 19 target point/pair/oblique configurations) and 5 real phantom cases. Data is stored in zea (HDF5) file format, with each file containing raw RF data, scanning parameters, probe pose metadata, and paired labels of eSAF-reconstructed 3D B-mode volumes. The dataset is suitable for rotational synthetic aperture reconstruction, enhanced point spread function/aperture growth studies, and serves as a reproducible raw channel data benchmark. The dataset size is approximately 1.5 GB, released under the CC BY 4.0 license.

原始信息汇总

数据集概述

• 数据集名称: OpenH-RF — eSAF Rotational 3D US Raw Channel Data (Medical FUSION Lab, WPI)
• 许可证: CC BY 4.0
• 任务类别: 图像到图像 (image-to-image)
• 语言: 英语

---

数据集描述

该数据集包含合成的旋转三维超声采集数据，采集对象为点目标、点对目标和离轴目标。数据使用聚焦于仰角方向的一维线性阵列，围绕其轴向旋转180°（步长1°，共180帧）。每个采集存储的是在每个旋转角度下单一平面波发射的每个阵元的原始通道射频（RF）数据，即波束形成之前的数据。这使得用户能够灵活地进行离线波束形成以及仰角合成孔径聚焦（eSAF） 方法的研究。

目标覆盖了较宽的深度范围，以捕获深度依赖的仰角波束厚度（eSAF 旨在校正的像差）。数据集主要由 Field II 模拟生成，并辅以少量使用物理探头（日本探头的68阵元阵列，与模拟相同的几何结构）在浅至焦点深度（10–45 mm）范围内进行的真实体模测量旋转扫描数据。不含活体或受试者数据。

---

数据集贡献者与创建日期

• 贡献者: 伍斯特理工学院（WPI）医学FUSION实验室 (Medical FUSION Laboratory, Worcester Polytechnic Institute)。联系人：Ryo Murakami。
• 创建日期: 2026年6月15日。

---

许可与引用

• 许可条款: CC BY 4.0。数据为模拟或非生命体模测量，无知识产权、受试者同意或IRB约束。
• 引用: 使用此数据集时，请引用以下文献：

  R. Murakami et al., "Elevational Synthetic Aperture Focusing for Rotated Array-Based Three-Dimensional Ultrasound Imaging," IEEE Access, 2025.

---

预期用途

用于三维旋转超声的先进波束形成和仰角分辨率恢复（eSAF）、仰角点扩散函数/孔径增长研究，以及作为旋转合成孔径重建的可重复原始通道数据基准。

---

数据特征

数据采集方法

• 模拟数据: 使用MATLAB中的Field II生成。通过仿真脚本 sim/batch_sim_probe_target.m（源文件）生成一个探头 × 目标网格。对于每种组合，使用 xdc_focused_array + calc_scat_multi 在每个旋转角度下产生每个阵元的原始通道RF数据（散射体绕轴向旋转，换能器固定），然后使用 sim/sim_dataset_to_zea.py（源文件）打包为zea格式。共包含10种探头类型，变化参数包括：横向孔径（n_el：32/68/128，间距：0.1/0.2/0.3 mm）、仰角高度（H：4/8/12 mm）以及仰角焦距（R：25/45/90 mm + 无聚焦）。详细探头参数见 data/manifest.json。
• 实测体模数据: 使用真实日本探头（68阵元线性阵列，间距0.2 mm，阵元宽度0.15 mm，阵元高度8 mm，仰角透镜焦点45 mm；中心频率10 MHz；采样率40 MHz；声速1490 m/s）对线/点体模进行旋转扫描，通过CPWC通道RF捕获获取。每个扫描经过时间戳同步（帧→电机角度），并简化为每个角度仅保留中心（法向）平面波（模式匹配模拟，n_tx = 1），然后使用 sim/sim_dataset_to_zea.py（源文件）转换。共5次采集，标称目标深度为10、20、30、40、45 mm。

标注方法

合成数据具有精确的目标位置作为真实标注（信息记录在 data/manifest.json 中）。

数据集量化

• 总采集数: 195 = 190个模拟 + 5个实测体模。
• 每采集帧数: 模拟数据为180帧（每1°旋转一帧）；实测数据约为182帧（实际编码器角度，非均匀）。
• 磁盘总大小: 模拟数据每例约0.6–5 MB（zea压缩，点目标RF稀疏）；实测数据每例约80–92 MB（密集组织RF）。全套数据约1.5 GB（包括配对的 saf_bmode 标签体素）。
• 训练/验证/测试划分: 不适用（基准/表征数据集；探头×深度×半径是本研究的预期维度）。

---

数据格式

数据使用 zea 文件格式（HDF5），每个采集一个文件，单轨存储。原始通道RF和扫描参数位于标准的数据/扫描组（磁盘上路径为 tracks/track_0）。配对的eSAF标签体素作为zea自定义字段存储在 custom 组中（custom/saf_bmode）。

主要数据字段表

字段（HDF5路径）	形状	数据类型	单位	描述
tracks/track_0/data/raw_data	(n_frames, 1, n_ax, n_el, 1)	float32	a.u.	原始每阵元通道RF；维度 = (帧=旋转，发射，轴向，阵元，通道)
probe/probe_geometry	(n_el, 3)	float32	m	阵元位置（横向x, 0, 0）
tracks/track_0/scan/sampling_frequency	标量	float32	Hz	4.0e7
tracks/track_0/scan/center_frequency	标量	float32	Hz	1.0e7
tracks/track_0/scan/demodulation_frequency	标量	float32	Hz	1.0e7 (等于中心频率，参考处理流程的解调操作)
tracks/track_0/scan/sound_speed	标量	float32	m/s	1490
tracks/track_0/scan/initial_times	(1,)	float32	s	t0 （第一个采样点时间）
tracks/track_0/scan/t0_delays	(1, n_el)	float32	s	发射延迟（0；法向平面波）
tracks/track_0/scan/polar_angles	(1,)	float32	rad	发射偏转角度（0）
metadata/probe_pose/rotation	(n_frames, 3)	float32	rad	每帧探头姿态，euler_xyz；绕轴向（z）的旋转是z分量
metadata/probe_pose/translation	(n_frames, 3)	float32	m	探头尖端平移（全零——纯旋转）
custom/saf_bmode/values (自定义字段)	(1, n_z, n_el, n_el)	float32	dB	配对标签：仰角SAF重建的三维B模式体素，对数压缩归一化包络（0 dB = 最大值，空白像素为 −inf）
custom/saf_bmode/coordinates	(n_z, n_el, n_el, 3)	float32	m	标签体素的逐像素 [x, y, z] 位置（目标±约2mm深度窗口）

数据读取示例

python import zea

with zea.File("data/baseline_R45_H8__point_z080_r4.hdf5") as f: saf = {e.name: e for e in f.custom} # 读取 custom/saf_bmode 元素 volume_db = saf["values"].data # (1, z, x, y) float32 dB coordinates = saf["coordinates"].data # (z, x, y, 3) float32 m print(saf["values"].description) # 显示轴 + eSAF参数 + 弧FWHM

---

已知问题

1. 配对SAF标签——轴上目标（r0=0）不会变窄，这是物理原理决定的。eSAF 校正的是旋转产生的仰角模糊，而位于旋转轴上的目标几乎没有模糊，因此其 saf_bmode 标签体素不会比输入更清晰（弧FWHM增益≈1）。40个轴上目标（增益中位数1.00×）用于覆盖这种简并情况。
2. 实测体模的深度窗口：真实的反射球位于旋转轴外约4 mm处，且每个扫描的目标实际深度略大于文件夹标称深度，标签需基于交互识别的反射体深度窗口重建。
3. 模拟数据（Field II空间脉冲响应模型）没有考虑组织衰减、像差、多重散射或电子噪声，不能替代实测数据。
4. 声速固定为1490 m/s，与论文表1和实验一致。
5. 每个旋转角度仅模拟了单一法向平面波发射（n_tx = 1），多角度复合由下游用户自行处理。
6. 实测扫描：原始采集为7角度CPWC，这里仅保留中心（0°）平面波以匹配n_tx=1模式；每个角度的停留帧已进行平均以降低噪声；实际反射体不是理想点散射体，存在混响/杂波；旋转角度为实测编码器值（略有非均匀性，总跨度约180°）。

---

主题元数据

无人类或动物受试者，无受保护的健康信息（PHI）。每个文件的 metadata/subject/type 字段存储：simulated phantom（Field II模拟）或 phantom（实测 experiment__* 扫描）。创建者归属信息存储于 metadata/credit。

---

伦理考量

无。数据完全合成（Field II）或在无生命体模上测量——无人类或动物受试者，无受保护的健康信息，无需同意或IRB约束。

搜集汇总

数据集介绍

构建方式

OpenH-RF-eSAF数据集通过模拟与实测两种途径构建。模拟部分基于Field II工具箱在MATLAB环境中生成，利用xdc_focused_array与calc_scat_multi函数，针对多种探头类型（涵盖不同阵元数、间距及聚焦深度）与目标（点、对、离轴散射体）组合，在180°旋转范围内逐度发射单次平面波，获取原始逐通道射频数据。实测部分采用日本探针68元线阵对线/点仿体进行旋转扫描，经时间同步与中心平面波提取后，以相同格式存储。所有数据以zea（HDF5）格式打包，每份采集包含原始通道RF与对应的eSAF重建三维B模式体数据作为标签。

特点

该数据集的核心特色在于提供旋转三维超声的原始通道数据，为离轴合成孔径聚焦（eSAF）方法的研究与复现奠定基础。数据集包含190组模拟与5组实测仿体采集，覆盖深度20至130mm、径向偏移0至6mm的多样目标构型。模拟探头涵盖10种几何参数组合，实测数据则包含浅至焦点深度系列。每份采集均附带eSAF重建的体积标签，并存储探头位姿轨迹、声学参数等元数据。数据集的精心设计使其适用于离轴分辨率恢复、孔径增长效应分析及旋转合成孔径重建算法的基准测试。

使用方法

用户可通过zea库加载HDF5文件，读取原始通道RF数据、探头几何与扫描参数，并直接访问预计算的eSAF标签体数据。提供的参考重建脚本（reconstruct.py）展示了基于zea Pipeline的波束形成流程，可从指定旋转帧生成B模式图像及探头角度图。对于eSAF算法的进一步探索，MATLAB源码实现了三维重建与反向投影。数据集以CC-BY-4.0许可发布，适用于学术研究与算法开发，用户可灵活测试不同波束形成策略或利用配对标签进行深度学习模型的训练与验证。

背景与挑战

背景概述

在三维超声成像领域，基于旋转阵列的机械扫描技术凭借其成本效益和临床适用性，已成为获取容积数据的重要途径。然而，传统一维线阵探头在仰角方向固有的声束厚度限制，导致重建图像在该维度上出现显著的模糊伪影，严重制约了旋转三维超声的空间分辨率和诊断价值。为攻克这一瓶颈，伍斯特理工学院医学融合实验室的Ryo Murakami及其团队于2026年发布了OpenH-RF-eSAF数据集。该数据集由195组旋转三维超声原始通道数据构成，涵盖190组Field II仿真数据和5组实测体模数据，通过精细设计10种探头类型和多样化靶点布局，系统性地模拟了仰角声束增宽现象，旨在为仰角合成孔径聚焦方法提供标准化的基准测试平台，对该领域的发展具有重要推动作用。

当前挑战

该数据集主要致力于应对旋转三维超声成像中仰角分辨率恢复这一核心领域挑战，即克服传统波束合成技术因依赖固定仰角聚焦而产生的空间分辨力退化问题。具体而言，离轴靶点在旋转重建中呈现弧形展宽伪影，严重时可使图像对比度与细节辨识能力丧失。此外，数据集构建过程中亦面临诸多技术难点：仿真数据虽基于Field II精确建模，却缺乏组织衰减、像差及电子噪声等实际环境因素；实测体模扫描需完成时间戳-角度同步、帧间平均降噪及中心平面波提取等复杂预处理；同时，靶点标签的精确标定，尤其是实测数据中反射体深度窗的交互式识别，对算法验证的可靠性提出了严格要求。这些挑战使该数据集成为推动非聚焦阵列三维超声成像技术发展的关键资源。

常用场景

经典使用场景

OpenH-RF-eSAF数据集专为旋转式三维超声成像中的纵向合成孔径聚焦（eSAF）技术而设计，其核心用途是提供原始的逐通道射频数据，以便研究者灵活地进行离线程控波束合成与纵向分辨率恢复。该数据集包含190组模拟（Field II）和5组实测体模旋转扫描数据，覆盖不同探头参数（阵元数、孔径、聚焦深度）与目标分布（点目标、成对目标、离轴目标），为评估和优化eSAF算法提供了标准化的基准。研究者可利用这些原始通道数据重现eSAF重建流程，系统性地分析纵向波束厚度伪影的校正效果，并探索不同成像参数对分辨率恢复的影响。

衍生相关工作

基于该数据集已衍生出多项具有影响力的研究工作：首先，Ryo Murakami等在IEEE Access发表的论文首次系统阐述了eSAF理论框架与实现方法，并利用该数据集验证了旋转阵列三维超声中纵向分辨率恢复的有效性。其次，研究者基于该原始通道数据开发了多角度平面波复合扩展方案，进一步提升了eSAF重建的信噪比。此外，数据集中的逐通道RF格式催生了深度学习波束合成的研究方向，例如利用生成对抗网络从稀疏旋转帧中直接预测高分辨率三维体积。同时，实测体模数据中的编码器角度信息促进了非均匀旋转校正算法的开发，这些工作共同推动了旋转式三维超声从学术研究向临床实用化的转型。

数据集最近研究

最新研究方向

OpenH-RF-eSAF数据集聚焦于旋转式三维超声成像中的俯仰方向合成孔径聚焦技术（eSAF），其核心贡献在于提供了首批公开的、包含原始通道级射频数据的旋转3D超声基准数据集。该数据集通过Field II仿真与真实体模测量相结合，覆盖了多种探头几何参数与目标配置，为研究俯仰方向波束厚度伪影的矫正——这一长期制约旋转阵列三维超声临床分辨率的瓶颈问题——提供了可复现的实验平台。数据集中预置的eSAF重建标签（arc-FWHM增益最高可达12倍）直接回应了近年来超声成像领域对超分辨率、无透镜聚焦技术的迫切需求，尤其在介入引导与浅表组织成像中具有重要临床转化价值。通过解耦波束成形前的原始数据，该数据集为深度学习驱动的端到端重建、自适应孔径合成等前沿方向提供了标准化的验证基石。