[发明专利]一种改进的最小方差超声成像方法

说明书

本发明涉及一种改进的最小方差超声成像方法，属于超声成像技术领域；该方法首先对接收阵元的采样信号进行延时处理和前后向平滑处理，得到样本协方差矩阵估计；然后将前后向协方差矩阵估计进行特征值分解，构造信号子空间，同时利用椭球覆盖方向向量值域和限定方向向量模值对方向向量增加一对约束条件；在期望信号子空间中，基于最小方差准则，计算得到自适应波束形成权值；最后将自适应波束形成权值对经过前后向平滑处理的多路数据进行加权求和，从而得到一路自适应波束信号；该方法能够解决现有最小方差算法在图像分辨率、对比度以及对噪声鲁棒性等方面的问题，可以从整体上提高超声成像的质量。

技术领域

本发明属于超声成像技术领域，涉及一种改进的最小方差超声成像方法。

背景技术

超声波因其无损、价格低廉且易于生成和控制等优点，在医学诊断领域得到了广泛的应用。如何提高超声图像质量是准确诊断疾病的前提，也是目前超声成像算法的研究重点。传统的延时叠加算法(Delay and Sum,DAS)具有成像速度快的优点，是目前超声成像中最为广泛使用的一种波束形成算法。其主要原理是根据阵列与目标点的位置关系，对阵列中的每个阵元施加不同的延时，将接收的数据延时对齐后进行叠加。传统DAS算法成像质量较低，栅瓣等级高且对比度低。

国内外很多学者在DAS基础上引入了自适应加权算法提高图像质量。Capon算法也即最小方差算法(Minimum Variance,MV)是最常用的自适应加权算法，它是根据保持期望方向增益不变，并且使阵列输出能量最小的原则，计算出聚焦延时后信号的加权矢量。由于该方法是实时根据回波数据计算加权值，所以该算法相比于传统延时叠加算法可以有效的降低旁瓣等级，从而提高图像横向分辨率，也可以提高图像对比度，但该算法的缺点是稳健性远不如传统的延时叠加算法。

在超声成像中，根据最小方差准则计算出波束形成权值然后进行成像时，虽然图像分辨率和对比度较传统延时叠加算法有所提升，但算法鲁棒性下降，而且容易使有用信号相消，这在信噪比较低的情况下对图像质量有较大影响。因此在最小方差算法的基础上算法分辨率、对比度和鲁棒性都还有很大的提升空间。

综上所述，急需发明一种能够同时提高图像分辨率、对比度，并且还能保持算法的稳健性和抗噪能力，以全面提高超声图像的整体质量。

发明内容

有鉴于此，本发明的目的在于提供一种改进的最小方差超声成像方法，该方法能够同时提高图像分辨率、对比度以及波束形成鲁棒性的算法，有效克服了传统自适应波束形成算法稳健性低，不能显著提高图像对比度和分辨率等问题，全面提高了超声图像的整体质量。本发明的目的是研究一种改进的最小方差算法，提高超声成像质量。

为达到上述目的，本发明提供如下技术方案：

一种改进的最小方差超声成像方法，该方法包括以下步骤：

S1：对超声阵元接收的回波信号进行放大处理和A/D转换，以获得超声成像所需要的回波数据；

S2：将接收阵列依次划分为具有一个重叠阵元的子阵，然后对相应划分子阵接收的回波信号进行前后向平滑处理，以获得样本协方差矩阵；

S3：对样本协方差矩阵进行特征分解，构建信号子空间；

S4：利用椭球覆盖方向向量值域和限定方向向量模值增加方向向量一对约束条件；

S5：在期望信号子空间中，结合方向向量，根据最小方差准则，计算得到波束形成权值；

S6：将自适应波束形成权值对采样信号数据进行加权求和得到自适应波束信号。

进一步，在步骤S2中，具体包括：