[发明专利]基于相关性分析与经验模态分解的超声信号去噪方法

权利要求书

1.一种基于相关性分析与经验模态分解的超声信号去噪方法，其特征在于包括如下步骤：

(1)在超声空采集状态下对纯噪声的能量曲线进行拟合，得到噪声随TGC增益变化的趋势曲线Alpha；

(2)将正常采集到的连续两帧的超声回波信号分成两部分，一部分为回波信号与Alpha曲线的点乘，称为主噪声信号，另一部分为回波信号与前一部分的差值，称为主有用信号；

(3)对主噪声部分进行EMD分解，求取第一个IMF分量的能量比作为两帧信号的加权系数，再进行对应IMF分量的相关性分析后进行阈值处理；

(4)将主噪声部分和主信号部分进行加权重构后得到去噪后的信号。

2.根据权利要求1所述的基于相关性分析与经验模态分解的超声信号去噪方法，其特征在于：步骤(2)中，所述将正常采集到的连续两帧的超声回波信号分成两部分：一部分为回波信号与Alpha曲线的点乘，称为主噪声信号Noise：

x_Noise(t)＝α.*x(t)

另一部分为回波信号与前一部分的差值，称为主有用信号Avail：

x_Avail＝x(t)-x_Noise(t)

其中x(t)、x_Noise(t)和x_Avail(t)分别表示超声回波信号、主噪声信号和主有用信号，α表示噪声信号的能量比值。

3.根据权利要求1所述的基于相关性分析与经验模态分解的超声信号去噪方法，其特征在于：步骤(3)中，所述求取第一个IMF分量的能量比作为两帧信号的加权系数为：

IMF_coef1＝E₂₁/(E₁₁+E₂₁)

IMF_coef2＝E₁₁/(E₁₁+E₂₁)

其中E₁₁和E₂₁分别为两帧回波信号主噪声部分第一个IMF分量的总能量，IMF_coef1和IMF_coef2分别为两帧信号重构的加权系数。