[发明专利]一种融合特征值分解的低复杂度最小方差超声成像方法

摘要

本发明涉及一种融合特征值分解的低复杂度最小方差超声成像方法，属于超声成像领域。首先，利用离散余弦变换将回波数据转换到维数较少的波束域，然后对样本协方差矩阵进行特征值分解提取信号子空间，并选取最大的特征值和其对应的特征向量，其余特征值在保证样本协方差矩阵迹不变的情况下取相同值，将矩阵的求逆运算简化为向量的乘法运算。本发明提出的算法能够使运行时间明显少于基于特征值分解的最小方差算法，且对噪声具有良好的鲁棒性，成像效果明显优于传统的延时叠加算法、最小方差算法和波束域最小方差算法。

主权项

1.一种融合特征值分解的低复杂度最小方差超声成像方法，其特征在于：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滤波处理，AD转换和延时处理，以获得超声回波数据；S2：通过离散余弦变换得到转换矩阵，将接收阵列依次划分为L个具有重叠阵元的子阵，然后对相应接收子阵的回波信号进行前后向空间平滑处理；S3：利用波束域转换矩阵将空间平滑后的子阵列回波信号转换到低维波束域，采用对角加载技术增加算法稳定性，得到波束域样本协方差矩阵估计；S4：对波束域样本协方差矩阵进行特征值分解，提取信号子空间；S5：噪声子空间对应的特征值在保证协方差矩阵迹不变的情况下取相同值，简化对角加载后的样本协方差矩阵的逆矩阵；S6：利用简化后的样本协方差逆矩阵计算融合特征值分解的低复杂度的最小方差波束形成算法的最优权矢量；S7：使用融合特征值分解的低复杂度的最小方差波束形成权值对采样信号进行加权求和，得到自适应波束信号。