[发明专利]一种基于相位环形统计矢量的超声成像方法

摘要

本发明公开了一种基于相位环形统计矢量的超声后处理成像方法。首先，在成像实施过程中提取超声阵列信号数据集中各路信号的相位信息。然后，将同一聚焦像素内的相位视作环形分布的随机变量，构建用于表征相位分布特征的环形统计矢量。最后，将相位环形统计矢量的模作为特征值进行超声后处理成像。相比于常规超声后处理成像方法，该技术不仅能够通过放大相位分布对信号幅值的作用有效抑制噪声，还能够通过减小声束宽度有效提高横向分辨率，实现缺陷信号回波的显著增强，进而有效地实现材料内部缺陷的高精度定量、定位和定性，具有良好的推广及应用前景。

主权项

1.一种基于相位环形统计矢量的超声成像方法，其包括如下步骤：1)利用超声检测系统，使探头在步进位置j＝1,2…N采集超声检测信号，得到由N个A型扫描信号组成的阵列信号数据集{S(t)j＝1,2…N}。对{S(t)j＝1,2…N}中各信号进行希尔伯特变换，得到数据集{h(S(t))j＝1,2…N}，将其简写为{h(t)j＝1,2…N}；2)根据欧拉公式，数据集{h(t)j＝1,2…N}中任意希尔伯特变换式h(t)j表示为：式中，|h(t)_j|为信号的模或幅值，i为单位虚数，为信号的相角值，其和分别表示信号实部和虚部的相位信息；3)由公式(1)中的表达式，得到h(t)j的模XH(t)j、实部XR(t)j和虚部XI(t)j，其表达式如下：XH(t)j＝|h(t)j|                               (2)基于公式(2)、(3)、(4)，由数据集{h(t)j＝1,2…N}得到信号的模数据集{XH(t)j＝1,2…N}、实部数据集{XR(t)j＝1,2…N}和虚部数据集{XI(t)j＝1,2…N}；4)将成像区域划分为m×n个网格点，同时建立m×n个元素构成的二维零矩阵，矩阵中的元素与成像区域中的网格点一一对应。使数据集{XH(t)j＝1,2…N}、{XR(t)j＝1,2…N}和{XI(t)j＝1,2…N}在成像区域中m×n个网格点上进行N次延时叠加，并将叠加结果分别赋给零矩阵，得到m×n矩阵IH、IR和II。矩阵IH、IR和II中与网格点(x,z)对应的元素强度值分别为：式中，延时时间△t的表达式写作式中，xj和yj分别为探头在步进位置j处的横、纵坐标，x和y分别为聚焦网格点的横、纵坐标，cl为被检工件的纵波声速；5)将数据集{XH(t)j＝1,2…N}、{XR(t)j＝1,2…N}和{XI(t)j＝1,2…N}作为环形统计学数据样本，则矩阵IH、IR和II中各元素的强度值分别代表成像区域各网格点上信号模、实部和虚部统计值，通过对IH、IR和II的矩阵运算构建环形统计矢量R，其长度值|R|表达式写作：6)对二维m×n矩阵|R|进行图形化处理，得到以环形统计矢量R长度为变量的新型超声图像。