[发明专利]一种引入机器学习的超声合成孔径成像方法及装置

权利要求书

1.一种引入机器学习的超声合成孔径成像方法，其特征在于包括如下步骤：

步骤S1：利用超声相控阵系统，基于合成发射孔径模式，采集通过探测对象后的超声反射回波信号；超声相控阵系统包括一组阵元，合成发射孔径模式是将多个阵元作为子孔径，在一组阵元上间隔发射信号；

步骤S2：根据间隔发射的子孔径对应的超声反射回波信号，构建一对间隔数据集，作为机器学习模型的输入和输出；

步骤S3：训练机器学习模型，通过一个间隔数据集预测与其对应的另一个间隔数据集；

步骤S4：基于合成发射孔径模式，通过训练好的机器学习模型，将稀疏扫查的超声反射回波信号，扩展成密集扫查的超声反射回波信号；

步骤S5：对重构后的超声反射回波信号进行合成孔径聚焦处理，重建相当于密集收发条件下的波束。

2.根据权利要求1所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：所述超声相控阵系统包括一维线性传感器阵列，各阵元之间等间距。

3.根据权利要求1所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：所述步骤S2中，对接收的超声反射回波信号进形预处理，保留超声回波信号，对超声回波信号进行标准化：

其中，表示超声回波信号，表示标准化处理后的信号，和分别表示超声回波信号的均值和标准差。

4.根据权利要求1所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：所述步骤S2中，分别获取两对间隔数据集，分别作为机器学习模型的训练数据集输入、输出，测试数据集输入、输出。

5.根据权利要求3所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：所述步骤S2中，从第一次发射子孔径到采集超声回波信号，按顺序取出第1+4M回扫查线的超声回波信号，作为训练数据集输入；从第二次发射子孔径到采集超声回波信号，按顺序取出第2+4M回扫查线的超声回波信号，作为训练数据集输出；从第三次发射子孔径到采集超声回波信号，按顺序取出第3+4M回扫查线的超声回波信号，作为测试数据集输入；从第四次发射子孔径到采集超声回波信号，按顺序取出第4+4M回扫查线的超声回波信号，作为测试数据集输出；M表示发送回数。

6.根据权利要求1所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：各阵元均能发射和接收信号，接收模式采用全孔径接收，最终获取超声反射回波信号的阵元数和信号长度矩阵，将接收到的超声回波信号对应的多维矩阵展开成一维向量后作为机器学习模型的输入和输出。

7.根据权利要求1所述的一种引入机器学习的超声合成孔径成像方法，其特征在于：所述步骤S4中，将稀疏间隔的N/2k回组成稀疏扫查的超声反射回波信号阵列，通过训练好的机器学习模型，预测稀疏间隔之间扫查的超声反射回波信号，重建N/k-1回密集扫查的超声反射回波信号阵列，N表示所述一组阵元的数量，k表示间隔的阵元数量。