特征空间和符号相干系数融合的最小方差超声波束形成

为了提高医学超声成像的空间分辨率,提出一种融合了特征空间最小方差与符号相干系数的波束形成方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到该空间上;最后计算符号相干系数,用于优化特征空间法得到的回波信号,最终获得超声成像数据。为验证算法的有效性,对医学超声成像中常用的点目标、斑目标进行仿真,对点目标仿体和人体颈动脉组织进行超声成像实验。结果表明:所提出的方法在分辨率、对比度以及稳健性等方面都优于传统的延时叠加算法、最小方差算法、特征空间最小方差法以及特征空间与相干系数融合的方法。     

改进的最小方差算法在超声成像中的应用

为了提高最小方差超声成像算法的分辨率、对比度以及对噪声的鲁棒性,提出一种改进的最小方差成像算法。该方法首先基于回波信号中期望信号与噪声信号的可分离性将信号划分为期望信号和噪声信号,然后根据最小方差原理,求出加权向量使期望信号功率最小,同时,为了增加算法对噪声的鲁棒性,对信号方向向量增加一对约束条件,进一步提高图像质量。在全发全收和合成孔径模式下对点目标和吸声斑进行仿真,结果表明所提算法在全发全收模式下,-6 dB处分辨率在最小方差基础上提高了1倍左右,在合成孔径模式下,对比度在特征空间最小方差算法基础上提高了8 dB,且远优于传统延时叠加算法。最后通过实验进一步表明改进的最小方差算法图像在分辨率、对比度及对噪声的鲁棒性等方面表现更优,可以有效的改善超声图像的质量。      

超声成像中基于特征空间的前后向最小方差波束形成

针对最小方差(MV)波束形成在算法稳健性和超声成像对比度方面存在的缺点,提出一种将特征空间法和前后向空间平滑法融合用于最小方差波束形成的超声成像方法。首先用前后向空间平滑取代传统的前向空间平滑,得到更精确的协方差矩阵;然后计算最优加权向量,并将该向量投影到由协方差矩阵特征空间构造的信号子空间中;最后利用投影所获得的向量与阵元数据进行运算得到成像回波数据。为了验证算法的有效性,对医学成像中常用的点目标和斑目标进行了成像实验。仿真结果表明:所提出的方法不依赖于对角加载参数的选取,在保持MV算法高分辨率的同时,还有效提高图像的对比度和算法的稳健性。      

互相关自适应加权的医学超声成像算法研究

根据超声成像系统的超声回波信号互相关性,提出互相关自适应加权超声成像算法.该算法根据散射点回波信号之间的空间相关性设置加权系数,对不同位置的散射点进行自适应加权成像,从而降低了成像系统的旁瓣,抑制了相关性较差的噪声.通过Field II仿真的点目标和吸声斑目标处理结果表明该方法成像的横向和纵向分辨率高,成像速度快.相对于延时叠加(DAS)算法,该算法对散射点成像可提高对比度16 dB,对于吸声斑成像可提高对比度0.85 dB.最后采用完备数据集进行实验,结果表明该算法成像分辨率优于DAS算法,对比度提高了17 dB.     

信噪比后滤波与特征空间融合的最小方差超声成像算法

为了提高超声成像空间分辨率和对比度,提出了一种信噪比后滤波与特征空间融合的最小方差波束形成算法。首先,利用信号子空间划分将最小方差算法得到的权矢量投影到信号子空间中提高成像对比度,然后基于信号相干性设计滤波系数,并引入基于信噪比的噪声加权系数,最终得到融合信噪比后滤波与特征空间的最小方差算法。为验证本算法的有效性,使用FieldⅡ对点目标和吸声斑目标进行了仿真实验验证,并采用密歇根大学geabr_0实验数据进行成像。实验结果表明:所提算法在对比度和分辨率上均有所提高,明显优于传统延时叠加算法,最小方差算法和ESBMV_wiener算法,且对噪声具有较强鲁棒性。      

特征空间和符号相干系数融合的最小方差超声波束形成

为了提高医学超声成像的空间分辨率,提出一种融合了特征空间最小方差与符号相干系数的波束形成方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到该空间上;最后计算符号相干系数,用于优化特征空间法得到的回波信号,最终获得超声成像数据。为验证算法的有效性,对医学超声成像中常用的点目标、斑目标进行仿真,对点目标仿体和人体颈动脉组织进行超声成像实验。结果表明:所提出的方法在分辨率、对比度以及稳健性等方面都优于传统的延时叠加算法、最小方差算法、特征空间最小方差法以及特征空间与相干系数融合的方法。      

一种广义旁瓣相消的超声成像算法

针对最小方差和相干系数结合算法在超声成像对比度、分辨率和对噪声的鲁棒性方面存在的不足, 提出一种广义旁瓣相消的成像算法. 首先基于最小方差准则, 构造广义旁瓣相消器, 获得自适应与非自适应两部分加权向量, 然后根据接收信号的协方差矩阵构建特征阈值信号子空间, 并将获得的加权向量投影到此特征信号子空间的左奇异矢量空间中, 获得新的加权矢量. 通过Field II点目标和吸声斑仿真结果表明: 该方法获得的超声图像在对比度、分辨率和对噪声的鲁棒性上均优于传统延时叠加算法及最小方差和相干系数结合算法, 同时将广义旁瓣相消算法获得的加权向量与符号相干系数结合, 还能进一步提高超声图像质量. 最后通过geabr_0实验数据进行测试, 结果表明: 提出算法的分辨率和对比度及对噪声的鲁棒性上均优于传统延时叠加算法及最小方差和相干系数结合算法.     

基于空间广义相干系数加权的医学合成孔径超声成像

为解决广义相干系数用于合成孔径成像中所存在的运算量大,图像对比度改善有限等问题,提出空间广义相干系数加权成像方法。该算法根据单个孔径成像结果之间的相干性来计算相干系数,通过加权空间合成进行成像。采用对FieldⅡ仿真点目标和吸声斑目标的数据进行成像表明,算法不仅使运算量减少N(N为阵元数)倍,而且相对于传统的广义相干系数算法,算法对散射点成像可提高信噪比7 dB,对于吸声斑成像可提高对比度3.2 dB。可见算法可以有效地提高成像速度和成像质量。      

利用回波相干性的医学超声成像相位畸变校正方法

为了提高相位畸变条件下的医学超声成像的横向分辨率和对比度,提出了一种利用回波信号相干性的校正方法。首先给出平均相干系数的概念,并将其作为相位误差校正的度量,然后通过最大化平均相干系数逐步校正各个通道的延时误差,最后再利用经过校正的数据计算出一组新的相干系数并对回波信号进行加权优化,从而得到最终用于成像的数据。对点散射目标及斑散射目标的仿真结果分别显示,利用所提出的方法横向分辨率提高了约0.24 mm,对比度提高了约18 dB,且要优于邻近阵元互相关方法和相干系数直接加权的处理方法。利用回波相干性的相位畸变校正方法结合了相位误差校正和加权处理的优点,可以有效地改善医学超声成像的质量。      

结合空化微泡母小波变换的高空化噪声比超快速 主动空化成像方法*

本文提出一种结合空化微泡母小波技术(Cavitation Bubble Wavelet Transform, CBWT)、波束合成和平方差值求和减影(Sum-of-Squared Differences, SSD)的超快速主动空化成像方法。该方法首先发射平面波并接收空化回波信号;其次,基于RPNNP模型构建空化微泡母小波,对空化回波信号进行连续小波变换;再次,对获得的小波系数进行波束合成,包括延迟叠加算法(Delay-and-Sum, DAS)、最小方差算法(Minimum-Variance, MV)和相干系数最小方差算法(Coherence-Factor-based-Minimum-Variance, MVCF),再结合SSD,得到空化图像。结果表明,与未采用CBWT相比,基于CBWT-DAS-SSD、CBWT-MV-SSD和CBWT-MVCF-SSD的空化噪声比分别提高了16.34 dB、15.07 dB、17.71 dB。本文方法可提高空化成像质量,为空化动态实时监控提供参考。     

次方样本熵自适应加权的超声合成孔径成像算法

利用相位相干系数(PCF)和广义相干系数(GCF)对波束形成后的结果进行加权,能有效提高超声成像的质量,但存在背景组织亮度降低,对比度不高,以及远处目标成像强度降低等问题。本文提出一种基于次方样本熵的合成孔径成像算法,将单个孔径发射时的低质量成像结果作为元素,根据孔径位置排列,构成空间向量。根据不同成像点对应的空间向量的随机性不同,计算每个点的空间向量的次方样本熵,并将该熵值作为权系数进行加权成像。采用FieldⅡ仿真数据成像结果表明,相比于传统的DAS算法,次方样本熵方法能够提高成像的分辨率和对比度;相比于PCF和GCF算法,次方样本熵方法能够在不损失组织背景强度的情况下,进一步改善了成像质量。      

Adaptive beamforming for photoacoustic imaging

An adaptive photoacoustic image reconstruction technique that combines coherence factor (CF) weighting and the minimum variance (MV) method is introduced. The backprojection method is widely used to reconstruct photoacoustic tomography images. Owing to the scattering of light, the quality of the photoacoustic imaging can be degraded. CF, an adaptive weighting technique, is known to improve the lateral resolution of photoacoustic images. In addition, an MV adaptive beamforming method can further improve the image quality by suppressing signals from off-axis directions. Experimental studies are performed to quantify the spatial resolution and contrast of the adaptive photoacoustic beamforming methods.     

Broadband optimal contrast resolution beamforming

This paper proposes a novel receive beamformer architecture for broadband imaging systems that uses unique finite impulse response (FIR) filters on each channel. The conventional delay-and-sum (DAS) beamformer applies receive apodization by weighting the signal on each receive channel prior to beam summation. Our proposed FIR beamformer passes the focused receive radio frequency (RF) signals through multi-tap FIR filters on each receive channel prior to summation. The receive FIR filters are constructed to maximize the contrast resolution of the system’s spatial response. The broadband FIR beamformer produces spatial point spread functions (PSFs) with narrower mainlobe widths and lower sidelobe levels than spatial PSFs produced by the conventional DAS beamformer.We present simulation results showing that FIR filters of modest tap lengths (3-7) can yield marked improvement in image contrast and point resolution. Specifically we show that 7-tap FIR filters can reduce sidelobe and grating lobe energy by 30 dB and improve contrast resolution by as much as 20 dB compared to conventional apodization profiles. This improvement in contrast resolution comes at the expense of a decrease in beamformer sensitivity. We investigate the effects of phase aberration and show in simulation results that the multi-tap FIR beamformer outperforms the unaberrated DAS beamformer by 8-12 dB even in the presence of moderate aberration characterized by a root-mean-square strength of 28 ns and a full-width at half-maximum correlation length of 3.6 mm. We show experimental results wherein multi-tap FIR filters decrease sidelobe energy in the resulting 2D spatial response while achieving a narrow mainlobe. We also show results where the FIR beamformer improves the contrast to noise ratio (CNR) in simulated B-mode cyst images by more than 4 dB. Our algorithm has the potential to significantly improve ultrasound beamforming in any application where the system response is reasonably well characterized. Furthermore, this algorithm can be used to increase contrast and resolution in one-way beamforming systems such as acousto-optic and opto-acoustic imaging.     

Medical ultrasound imaging method combining minimum variance beamforming and general coherence factor

In medical ultrasound imaging field,in order to obtain high resolution and correct the phase errors induced by the velocity in-homogeneity of the tissue,a high-resolution medical ultrasound imaging method combining minimum variance beamforming and general coherence factor was presented.First,the data from the elements is delayed for focusing;then the multi-channel data is used for minimum variance beamforming;at the same time,the data is transformed from array space to beam space to calculate the general coherence factor;in the end, the general coherence factor is used to weight the results of minimum variance beamforming. The medical images are gotten by the imaging system.Experiments based on point object and anechoic cyst object are used to verify the proposed method.The results show the proposed method in the aspects of resolution,contrast and robustness is better than minimum variance beamforming and conventional beamforming.