[发明专利]一种基于特征空间的前后向自适应波束形成方法

说明书

技术领域

本发明属于超声成像技术领域，具体涉及一种基于特征空间的前后向自适应波束形成方法。

背景技术

在医学超声成像中，来自非信源方向上的回波信号引入了广泛的图像杂波，导致图像质量下降。目前，一般采用传统延时叠加方法(DAS)减弱非信源方向上信号的干扰，提高信源方向上信号的强度。该方法对不同通道接收到的数据施以不同的延时，再将其相加，得到期望聚焦点的幅值。DAS算法简单，易实现，但其空间分辨率较低，成像对比度较差，对方向向量误差敏感。为了减小旁瓣信号对成像对比度的影响，人们通常采用幅度变迹技术，对不同的阵元施加不同的加权值(通常为Hanning或Blackman函数)。幅度变迹虽然压制了旁瓣，但代价却是增加了主瓣宽度，降低了成像的空间分辨率。产生问题的根源在于，用于幅度变迹的加权值都是固定的，同空间中散射点的分布以及接收到的数据是无关的。

由此，引出了人们对自适应波束形成的研究，希望根据接收的数据计算出动态的加权值，从而达到提高成像空间分辨率的目的。目前最常用的自适应波束形成算法是最小方差波束形成算法(MV)。该方法是由Capon在1969年提出来的，基本思想是在无失真约束条件下在指定方位或频率上获得最小方差，进而推导出最优权向量。虽然Capon自适应波束形成算法对于提高图像的分辨率有其独特的优势，但是算法的稳健性不如传统的延时叠加算法，如果聚焦方向不够精确，成像效果会严重下降，而且不能显著提高图像的对比度。

综上所述，急需发明一种能够同时提高图像对比度、分辨率，降低方向误差敏感度，并且稳健性好的波束形成算法，以全面提高超声图像的整体质量。

发明内容

有鉴于此，为了解决上述问题，本发明提出一种能够同时提高图像对比度、分辨率以及波束形成算法的稳健性，解决对方向误差比较敏感的问题，有效克服了传统的自适应波束形成算法稳健性低，不能显著提高图像对比度等问题，全面提高了超声图像的整体质量。

本发明的目的是提出一种基于特征空间的前后向自适应波束形成方法；

本发明的目的是这样实现的：

本发明提供的一种基于特征空间的前后向自适应波束形成方法，包括以下步骤：

S1：接收传感器阵列的采样信号；

S2：对采样信号进行前后向平滑处理，得到样本协方差矩阵估计；

S3：对样本协方差矩阵估计进行对角加载，得到空间协方差矩阵估计；

S4：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形成权值；

S5：对空间协方差矩阵估计进行特征分解，构造信号子空间；

S6：将自适应波束形成权值投影到信号子空间中，得到新的自适应波束形成权值；

S7：将新的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，所述步骤2中进行前后向平滑处理前还包括对采样信号进行聚焦延时处理，得到聚焦延时后的信号x(k)；所述信息x(k)表示为x(k)＝[x₁(k)，x₂(k)，...，x_M(k)]，其中，M表示传感器阵列的阵元个数；

进一步，所述步骤2中进行前后向平滑处理，具体包括以下步骤：

S21：把M个阵元的数据分为阵元数目为L的子阵，分别计算各个子阵的相关矩阵，然后根据以下公式来计算，得到前向协方差矩阵估计为