[发明专利]超声系统图像广义消旁瓣方法

权利要求书

1.一种超声系统图像广义消旁瓣方法，其特征是，利用延时聚焦获得所有的低分辨率图像，并将所有低分辨率图像进行平滑处理获得低分辨率矩阵并依此计算其协方差矩阵，结合广义旁瓣相消结构将期望信号和噪声干扰信号加以区分，自适应的计算权值矩阵代替传统的非自适应权值，从而提高超声图像分辨率；具体步骤进一步细化为：

步骤1.利用医学超声换能器单阵元发射超声波，并利用所有阵元接收超声回波，再对回波数据做延时聚焦处理，获得低分辨率图像；

步骤2.所有阵元依次发射获得多幅低分辨率图像；

步骤3.对所有阵元依次发射获得的低分辨率结果进行平滑处理得到低分辨率矩阵；

步骤4.计算低分辨率矩阵的协方差矩阵；

步骤5.在协方差矩阵中加入噪声信号以提高矩阵稳定性；

步骤6.利用广义旁瓣相消结构计算自适应权值；

步骤7.依照自适应权值对所有低分辨率图像加权叠加得到超声图像；

步骤1将每个空间像素点在不同阵元所对应的回波数据进行叠加，各个像素点的延迟时间计算公式为：

其中c代表超声声速，fs是采样率，和分别是发射和接收阵元的空间坐标，n代表发射阵元，m代表接收阵元，xmt和rcv分别表示发射向量和接收向量的标识，则是像素点的空间坐标；接收聚焦的超声回波图像计算公式为：

其中是m阵元接收到的回波数据，ω的值取为1，M代表接收阵元的个数。

2.如权利要求1所述的超声系统图像广义消旁瓣方法，其特征是，步骤3对所有阵元依次发射获得的低分辨率图像进行平滑处理得到低分辨率矩阵，以计算自适应权值，低分辨率矩阵公式为：

其中x_m(k)是m阵元接收到的低分辨率结果，m＝1，2……，M。

3.如权利要求1所述的超声系统图像广义消旁瓣方法，其特征是，步骤4计算协方差矩阵的公式为：

其中X_l(k)代表x_l(k)代表l阵元接收到的低分辨率结果，x_l+1(k)代表l+1阵元接收到的低分辨率结果，其余依次类推x_l+L-1(k)，L代表低分辨矩阵选取的滑动子阵元个数，K代表目标点范围参数。

4.如权利要求1所述的超声系统图像广义消旁瓣方法，其特征是，步骤5在协方差矩阵的基础上添加噪声信号ε，提高协方差矩阵的稳定性，计算公式如下：

其中tr{R(K)}代表协方差矩阵的迹，L代表低分辨矩阵选取的滑动子阵元个数。

5.如权利要求1所述的超声系统图像广义消旁瓣方法，其特征是，步骤6用广义旁瓣相消结构将线性约束和自适应滤波分开，系统的权重矩阵可以表示为：

ω_q＝(CC^H)C

ω_a＝(B^H(R+ε)B)^-1B^H(R+ε)ω_q

ω＝ω_q-Bω_a

其中C为导向矢量，导向矢量确定期望信号的方向，对于发射接收聚焦的回波数据其为单位向量，B为阻塞矩阵，它将期望信号完全隔绝，使之不能进入自适应支路，R代表协方差矩阵，ε代表噪声信号，ω_q表示非自适应权值，ω_a表示自适应权值，ω代表广义旁瓣相消自适应权值；

步骤7将步骤6得到的动态权值ω与步骤3中的低分辨率矩阵X(k)相乘，即可得到经过广义消旁瓣算法处理后的超声图像，

HRI＝∑ω^H*X(k)

其中HRI代表处理后的超声图像，ω^H代表广义旁瓣相消自适应权值的共轭矩阵，X(k)代表低分辨率矩阵。