一种融合高度相干滤波器的最小方差超声成像方法技术

本发明专利技术涉及一种融合高度相干滤波器的最小方差超声成像方法，属于超声成像技术领域。该方法包括：对超声阵元接收的回波信号进行延时补偿处理，得到超声回波信号；结合空间平滑和对角加载技术，获得样本协方差矩阵；根据最小方差原理，得到最小方差加权矢量；对协方差矩阵分解，得到信号子空间和噪声子空间；将最小方差加权矢量投影到信号子空间，得到特征空间最小方差加权矢量；根据相干因子得到子阵列回波相干总和与非相干总和，进而得到相干滤波系数；将特征空间最小方差加权矢量与相干滤波系数融合得到高度相干加权矢量，形成自适应波束信号。本发明专利技术提高了超声图像的分辨率、对比度以及对噪声的鲁棒性，从而在整体上提高超声成像的质量。

A Minimum Variance Ultrasound Imaging Method Fusing Highly Coherent Filters

The invention relates to a minimum variance ultrasound imaging method fusing highly coherent filters, belonging to the technical field of ultrasound imaging. The method includes: time delay compensation processing of echo signals received by ultrasonic array elements to obtain ultrasonic echo signals; combining spatial smoothing and diagonal loading technology, sample covariance matrix is obtained; minimum variance weighted vector is obtained according to the principle of minimum variance; signal subspace and noise subspace are obtained by decomposition of covariance matrix; minimum variance weighted vector is projected to the signal subspace. The minimum variance weighted vector in the eigenspace is obtained from the signal subspace; the coherent sum and incoherent sum of the echoes of the subarray are obtained from the coherence factor, and then the coherence filtering coefficient is obtained; the highly coherence weighted vector is obtained by fusing the minimum variance weighted vector in the eigenspace with the coherence filtering coefficient to form the adaptive beam signal. The invention improves the resolution, contrast and robustness to noise of the ultrasound image, thereby improving the quality of the ultrasound imaging as a whole.

【技术实现步骤摘要】
一种融合高度相干滤波器的最小方差超声成像方法
本专利技术属于超声成像
，涉及一种融合高度相干滤波器的最小方差超声成像方法。
技术介绍
超声成像中应用最为广泛的，也是最简单的波束形成技术即延时叠加算法(DelayAndSum，DAS)，它是根据阵元通道几何位置关系对所接收的回波信号进行延时量的计算，然后对延时后的数据对齐叠加。传统DAS算法复杂度低，成像速度快，但由于其采用固定窗函数加权导致主瓣宽度增加，分辨率较低。近年来，为了提高波束形成算法的对比度和分辨率，自适应算法得到越来越多的研究。1969年Capon提出的最小方差(MinimumVariance,MV)波束形成算法是目前使用最为广泛的自适应算法。该方法依据保持期望方向增益不变，且使阵列输出能量达到最小的原则，通过动态地计算聚焦延时后的信号加权矢量，再将该矢量与输入信号相乘，提高了图像对比度和分辨率，但该算法的缺点是稳健性远不如传统的延时叠加算法，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，Asl等提出基于特征空间的最小方差(EigenspacebasedMinimumVariance,ES本文档来自技高网...

【技术保护点】
1.一种融合高度相干滤波器的最小方差超声成像方法，其特征在于，该方法包括以下步骤：S1：对超声阵元接收的回波信号进行延时补偿处理，得到延时聚焦处理后的信号，即超声回波信号；S2：对回波信号进行空间平滑和对角加载处理，获得样本协方差矩阵；S3：根据最小方差原理，得到最小方差加权矢量；S4：对步骤S2中获得的协方差矩阵进行特征分解，得到信号子空间和噪声子空间；S5：将步骤S3中获得的最小方差加权矢量投影到信号子空间，得到特征空间最小方差加权矢量；S6：根据相干因子得到子阵列回波相干总和与非相干总和，进而得到相干滤波系数；S7：将步骤S5中得到的特征空间最小方差加权矢量与步骤S6中得到的相干滤波系数...

【技术特征摘要】
1.一种融合高度相干滤波器的最小方差超声成像方法，其特征在于，该方法包括以下步骤：S1：对超声阵元接收的回波信号进行延时补偿处理，得到延时聚焦处理后的信号，即超声回波信号；S2：对回波信号进行空间平滑和对角加载处理，获得样本协方差矩阵；S3：根据最小方差原理，得到最小方差加权矢量；S4：对步骤S2中获得的协方差矩阵进行特征分解，得到信号子空间和噪声子空间；S5：将步骤S3中获得的最小方差加权矢量投影到信号子空间，得到特征空间最小方差加权矢量；S6：根据相干因子得到子阵列回波相干总和与非相干总和，进而得到相干滤波系数；S7：将步骤S5中得到的特征空间最小方差加权矢量与步骤S6中得到的相干滤波系数融合得到高度相干加权矢量，进而得到自适应波束信号。2.根据权利要求1所述的一种融合高度相干滤波器的最小方差超声成像方法，其特征在于，所述步骤S1中，对超声阵元接收的回波信号进行延时补偿处理，得到延时聚焦处理后的信号X(t)：X(t)＝[x1(t),x2(t),…,xM(t)]T其中，M表示超声阵列的阵元个数，xi(t)表示t时刻第i个阵元接收到的信号，t表示采样时间，X(t)里面元素表示在t时刻每个阵元接收的信号，[·]T表示矩阵转置。3.根据权利要求2所述的一种融合高度相干滤波器的最小方差超声成像方法，其特征在于，所述步骤S2中，对回波数据进行空间平滑和对角加载处理，获得样本协方差矩阵，具体包括以下步骤：S21：将原始换能器的M个阵列划分成大小为L的重叠子阵列，计算各个子阵列的样本协方差矩阵Rl，根据空间平滑技术计算得到估计协方差矩阵为：其中，L表示子阵列的阵元数，xl(t)＝[xl(t),xl+1(t),…,xl+L+1(t)]T表示第l个子阵列接收的回波信号，t表示采样时间，为xl(t)的共轭转置；S22：对估计协方差矩阵进行对角加载，得到对角加载后的协方差矩阵为：其中，δ为空间噪声与信号功率之比，为矩阵主对角元素之和，I为单位矩阵。4.根据权利要求3所述的一种融合高度相干滤波器的最小方差超声成像方法，其特征在于，所述步骤S3中，根据最小方差原理，得到最小方差加权矢量，具体包括以下步骤：S31：对回波信号X(t)添加一个大小为M×1的自适应加权向量ω，得到自适应波束信号y(t)为：y(t)＝ωHX(t)其中，X(t)＝[x1(t),x2(t),…,xM(t)]T表示阵元接收的回波信号，M表示阵元总数，ωH为ω的共轭转置，t为采样时间；S32：对于最小方差自适应波束合成，其最优化问题通过下式求解：minE[(y(t))2]＝minωHRω,s.t.ωHd＝1其中，E[·]表示期望算子，d＝[1,1,…,1]T表...

【专利技术属性】
技术研发人员：王东升，王永峰，孙广，祝永坤，孟辉，张海龙，王泽禹，秦兆广，丁仁杰，张振勇，张超，林森，张天歌，白冰，李吉楠，
申请(专利权)人：国网内蒙古东部电力有限公司检修分公司，
类型：发明
国别省市：内蒙古,15