[发明专利]融合维纳后置滤波器的子频带分割最小方差超声成像方法

说明书

本发明涉及融合维纳后置滤波器的子频带分割最小方差超声成像方法，属于超声成像领域；该方法包括：S1：对阵元接收的采样信号进行延时处理，以获得超声回波数据；S2：选取适合超声回波信号的频域分段长度，同时利用短时傅里叶变换将超声回波信号转换为频域的窄带子信号；S3：对子频带的超声回波数据依次进行子阵空间平滑、对角加载等处理，得到子频带下的样本协方差矩阵；S4：计算出各个子频带下的波束形成器输出权值；S5：求取维纳滤波器的权值系数；S6：得到最终的复合权矢量；S7：利得到波束形成器的频域输出；S8：时域输出进行成像；该方法能够显著提高超声图像的分辨率和对比度，有效克服了传统最小方差波束形成算法对比度低的问题，有效改善了超声图像的整体成像质量。

技术领域

本发明属于超声成像领域，涉及融合维纳后置滤波器的子频带分割最小方差超声成像方法。

背景技术

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(DelayAnd Sum，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，自适应算法被应用于超声成像领域。其中，最小方差(Minimum Variance,MV)波束形成算法是目前使用最为广泛的自适应算法。该方法在保持期望方向增益不变的情况下，使阵列输出能量达到最小，通过动态计算聚焦延时信号的加权矢量，对信号进行加权求和，提高了图像的分辨率，但该方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，并且在对比度上存在明显不足。因此，在最小方差方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。后续学者提出频域分割最小方差波束形成算法(Minimum Variance Based on Frequency Domain Segmentation,FDSMV)，利用短时傅里叶变换方法将超声信号引入频域进行处理，进一步提高了算法的分辨率和对比度，但是算法性能仍然存在进一步提高的可能。

综上所述，急需发明一种能够进一步提高超声成像最小方差波束形成算法分辨率，对比度及稳健性的算法，促进超声成像质量进一步改善。

发明内容

有鉴于此，本发明的目的在于提供一种融合维纳后置滤波器的子频带分割最小方差超声成像方法。该方法通过在频域分段最小方差方法输出的基础上，设计一个频域维纳后置滤波器对输出信号进行加权，进而显著提高超声图像的成像分辨率和对比度，有效克服了传统最小方差波束形成算法对比度低的问题，改善图像整体成像质量。

为达到上述目的，本发明提供如下技术方案：

一种融合维纳后置滤波器的子频带分割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、AD转换和延时聚焦处理，以获得超声回波数据；得到延时聚焦处理之后的阵列回波信号记为x(k)，k表示为对应采样深度的采样时刻；

S2：选取适合超声回波信号的频域分段长度，同时利用短时傅里叶变换将超声回波信号转换为频域的窄带子信号。

S3：对子频带的超声回波数据依次进行子阵空间平滑、对角加载等处理，得到子频带下的样本协方差矩阵。

S4：依据最小方差波束形成器原理计算出各个子频带下的波束形成器输出权值。

S5：根据子频带下的最小方差波束形成器输出权值设计相应的维纳后置滤波器，求取维纳滤波器的权值系数。

S6：将子频带最小方差方法权值与其后置滤波器权值相乘，得到最终的复合权矢量。

S7：利用复合权矢量对频域下的回波数据进行加权求和，得到波束形成器的频域输出。