一种基于特征结构的广义旁瓣相消超声成像波束合成方法技术

本发明专利技术涉及一种基于特征结构的广义旁瓣相消超声成像波束合成方法，该方法首先对接收阵元的采样信号进行延时和前向平滑处理，得到前向空间协方差矩阵估计，并对其进行对角加载后与方向向量结合，同时基于最小方差准则，计算出最优的自适应加权矢量，并构造与最小方差等效解的广义旁瓣相消器，获得自适应与非自适应两部分加权矢量；然后对接收信号的前向空间协方差矩阵估计进行特征分解，构建特征阈值信号子空间，并将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，得到新的自适应波束加权矢量；最后利用投影所获得的加权矢量与超声阵元接收数据进行点乘运算得到超声波束合成数据；本方法能够去除干扰较大的特征矢量，使得超声图像的抗噪能力更强、分辨率更好。

【技术实现步骤摘要】
一种基于特征结构的广义旁瓣相消超声成像波束合成方法
本专利技术属于超声成像
，涉及一种基于特征结构的广义旁瓣相消超声成像波束合成方法。
技术介绍
超声具有对人体无害，实时成像，成本较低等优点，目前广泛应用于血管、腹腔、心脏等器官的医学检测领域。超声成像算法是超声成像的关键技术。延时叠加是目前最简单，最传统，也是应用最为广泛的一种成像技术。这种方法的成像速度快，但分辨率较低，且栅瓣严重。目前广泛应用的是采用最小方差自适应波束形成方法来克服延时叠加算法的这一缺点，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，所以该方法可以有效地降低旁瓣等级,从而提高横向分辨率，同时可以显著的提高图像的对比度，但是该方法的缺点是稳健性远不如传统的延时叠加算法，当存在噪声时，抗噪声能力很差。为了提高最小方差波束合成算法的稳定性，很多学者提出了对角加载和特征空间法。但是该方法在噪声较强时便失去了其优势。在超声成像中，根据最小方差准则计算出最优加权矢量然后进行成像时，虽然图像分辨率有所提升，但其对比度和鲁棒性均有不足，同时也会使得部分有用信号相消，而且分辨率也有很大的提升空间。广义旁瓣相消实质是最小方差的一种等效结构，利用普通的广义旁瓣相消成像时图像质量提升不多。特别是当超声回波数据中存在噪声时，最小方差和广义旁瓣相消算法的鲁棒性下降较大。综上所述，有必要提出一种自适应算法，在能提高超声图像横向分辨率的同时，还能保持算法的稳定性和较好的抗噪能力。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于特征结构的广义旁瓣相消超声成像波束合成方法，该方法基于最小方差准则，构造广义旁瓣相消器，将自适应加权矢量分解成自适应与非自适应两部分加权矢量，然后根据接收信号的前向空间协方差矩阵估计构建特征阈值信号子空间，并将加权矢量投影到此空间的左奇异矢量空间中，获得新的加权矢量。为达到上述目的，本专利技术提供如下技术方案：一种基于特征结构的广义旁瓣相消超声成像波束合成方法，包括以下步骤：步骤一：对超声阵元接收的回波信号进行放大处理与AD转换，以获得超声成像所需的回波数据；步骤二：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向平滑处理，以获得样本协方差矩阵；步骤三：对样本协方差矩阵进行对角加载，以获得前向空间协方差矩阵估计；步骤四：将空间协方差矩阵估计与方向向量结合，计算得到自适应波束加权矢量；步骤五：根据最小方差准则，构造广义旁瓣相消器，将加权矢量进行分解以获得自适应与非自适应两部分加权矢量；步骤六：对空间协方差矩阵估计进行特征分解，构建特征阈值信号子空间；步骤七：将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，得到新的自适应波束加权矢量；步骤八：最后利用投影所获得的加权矢量与阵元回波数据进行点乘运算得到超声成像的波束合成数据。进一步，在步骤二中，具体包括以下步骤：1)令步骤一中得到的聚焦延时后的超声回波信号为x(k),表示为x(k)＝[x1(k),x2(k),…,xN(k)]，其中N表示超声阵列的阵元个数，k为对应于深度的采样时刻；2)把N阵元阵列依次划分为具有一个重叠阵元的L个子阵，分别计算各个子阵的样本协方差矩阵Rl(k)，然后计算所有子阵的样本协方差矩阵的平均公式如下：公式中为第l个子阵的输出向量，表示的共轭转置。进一步，在步骤三中，通过下列公式对平均的样本协方差矩阵进行对角加载得到对角加载后的前向空间协方差矩阵估计其中，△为加入的空间噪声与信号功率比，为信号等效功率，I表示单位矩阵。进一步，在步骤五中，根据如下步骤构造广义旁瓣相消器，获得分解的自适应与非自适应加权矢量：1)先通过最小方差原理计算自适应加权矢量w为：其中，a为方向向量,表示前向空间协方差矩阵估计的逆运算；2)构造与此解等效的广义旁瓣相消器，将加权矢量w分解成自适应与非自适应加权矢量部分：w＝wq-Bwas.tBHwq＝0其中，wq为非自适应权矢量，位于约束子空间中，对应的加权系数全部为1；为自适应权矢量，B矩阵为L×(L-1)阻塞矩阵，根据约束条件BHwq＝0计算获得，BH是B矩阵的共轭转置。进一步，在步骤六中，根据如下步骤得到特征阈值信号子空间：对前向空间协方差矩阵估计进行特征分解，并且将得到的特征值λi从大到小排列，计算相邻两个特征值的比值λi/λi+1，当比值大于设定阈值Th时，则构成特征阈值信号子空间Rs＝[a1,a2,…ai,ai+1]，否则，Rs＝[a1,a2,…ai]，其中ai为相应特征值λi对应的特征向量，其余特征向量构成干扰信号子空间。进一步，在步骤七中，根据如下步骤将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，以获得新的加权矢量：1)根据如下公式对特征阈值信号子空间进行奇异值分解：Rs＝UDVH其中，U是左奇异矩阵，D为奇异值在对角线上的对角矩阵，V为右奇异矩阵，VH是V的共轭转置；2)将步骤五中获得的权矢量w按如下公式投影到Rs较大特征值所对应的左奇异矢量空间中：其中，wES为投影后新的自适应加权矢量，Us为较大特征值对应的左奇异矩阵，为较大特征值对应的左奇异矩阵的共轭转置。进一步，在步骤八中，通过如下公式利用投影所获得的加权矢量与阵元回波数据进行点乘运算得到超声成像的波束合成数据：其中，y(k)表示计算采样点k时刻的自适应波束信号，表示wES的共轭转置，表示第l个子阵的输出向量。本专利技术的有益效果在于：本专利技术所述方法引入了期望信号的方向矢量，并且能去除干扰较大的特征矢量，从而在期望信号功率较小或大致等于噪声功率时，可以保持本算法的性能，对噪声具有良好的鲁棒性，使得超声图像的抗噪能力更强、分辨率和对比度更好，从而显著提高超声图像的质量。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为广义旁瓣相消结构示意图；图2为本方法的点目标成像与传统的DAS，以及MV-CF算法的成像效果图；图3为点目标在纵向深度为60mm处的横向截面图；图4为本专利技术所做的斑散射目标成像与传统的DAS以及MV-CF算法的成像效果图；图5为本专利技术所述方法的流程示意图。具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。图5为本专利技术所述方法的流程示意图，如图所示，本方法包括以下步骤：步骤一：对超声阵元接收的回波信号进行放大处理与AD转换，以获得超声成像所需的回波数据；步骤二：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向平滑处理，以获得样本协方差矩阵；步骤三：对样本协方差矩阵进行对角加载，以获得前向空间协方差矩阵估计；步骤四：将空间协方差矩阵估计与方向向量结合，计算得到自适应波束加权矢量；步骤五：根据最小方差准则，构造广义旁瓣相消器，将加权矢量进行分解以获得自适应与非自适应两部分加权矢量；步骤六：对空间协方差矩阵估计进行特征分解，构建特征阈值信号子空间；步骤七：将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，得到新的自适应波束加权矢量；步骤八：最后利用投影所获得的加权矢量与阵元回波数据进行点乘运算得到超声成像的波束合成数据。具体步本文档来自技高网...

【技术保护点】
一种基于特征结构的广义旁瓣相消超声成像波束合成方法，其特征在于：包括以下步骤：步骤一：对超声阵元接收的回波信号进行放大处理与AD转换，以获得超声成像所需的回波数据；步骤二：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向平滑处理，以获得样本协方差矩阵；步骤三：对样本协方差矩阵进行对角加载，以获得前向空间协方差矩阵估计；步骤四：将空间协方差矩阵估计与方向向量结合，计算得到自适应波束加权矢量；步骤五：根据最小方差准则，构造广义旁瓣相消器，将加权矢量进行分解以获得自适应与非自适应两部分加权矢量；步骤六：对空间协方差矩阵估计进行特征分解，构建特征阈值信号子空间；步骤七：将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，得到新的自适应波束加权矢量；步骤八：最后利用投影所获得的加权矢量与阵元回波数据进行点乘运算得到超声成像的波束合成数据。

【技术特征摘要】
1.一种基于特征结构的广义旁瓣相消超声成像波束合成方法，其特征在于：包括以下步骤：步骤一：对超声阵元接收的回波信号进行放大处理与AD转换，以获得超声成像所需的回波数据；步骤二：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向平滑处理，以获得样本协方差矩阵；步骤三：对样本协方差矩阵进行对角加载，以获得前向空间协方差矩阵估计；步骤四：将空间协方差矩阵估计与方向向量结合，计算得到自适应波束加权矢量；步骤五：根据最小方差准则，构造广义旁瓣相消器，将加权矢量进行分解以获得自适应与非自适应两部分加权矢量；步骤六：对空间协方差矩阵估计进行特征分解，构建特征阈值信号子空间；步骤七：将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中，得到新的自适应波束加权矢量；步骤八：最后利用投影所获得的加权矢量与阵元回波数据进行点乘运算得到超声成像的波束合成数据；在步骤二中，具体包括以下步骤：1)令步骤一中得到的聚焦延时后的超声回波信号为x(k),表示为x(k)＝[x1(k),x2(k),…,xN(k)]，其中，N表示超声阵列的阵元个数，k表示对应于深度的采样时刻；2)把N阵元阵列依次划分为具有一个重叠阵元的L个子阵，分别计算各个子阵的样本协方差矩阵Rl(k)，然后计算所有子阵的样本协方差矩阵的平均公式如下：公式中为第l个子阵的输出向量，表示的共轭转置；在步骤三中，通过下列公式对平均的样本协方差矩阵进行对角加载得到对角加载后的前向空间协方差矩阵估计RDL；其中，Δ为加入的空间噪声与信号功率比，为接收信号的等效功率，I表示单位矩阵；在步骤五中，根据如下步骤构造广义旁瓣相消器，获得分解的自适应与非自适应加权矢量：1)先通过最小方差原理计算自适应加权矢量w为：

【专利技术属性】
技术研发人员：王平，程娜，龚志辉，李娜，潘震，杜炜，李刚建，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85