CN104777484A - 压缩自适应波束合成的平面波超声成像和微泡成像的方法与系统 - Google Patents

Abstract

本发明提供一种压缩自适应波束合成的平面波超声成像和微泡成像的方法与系统，采用压缩自适应波束合成算法，各阵元接收数据的有用频点信息都集中在超声回波信号的有效带宽内，因而对这部分有效带宽内的数据进行压缩感知处理，而非对整个频域进行压缩感知处理，从而在频域自适应波束合成的基础上，降低频域采样点数，减少波束合成时所需的计算量；采用平面波成像，从而克服了常规超声成像中微泡瞬态变化的问题，通过发射一次平面超声波覆盖整个微泡分布区域，从而获取整个成像平面内的微泡分布图像；本发明采用平面波超声发射的微泡成像，对微泡成像有极高的时间分辨率。

Description

压缩自适应波束合成的平面波超声成像和微泡成像的方法与系统

技术领域

本发明属于超声检测与超声成像技术领域，具体涉及到压缩自适应超声波束合成算法，并结合平面波超声发射，提出一种空时高分辨率、高信噪比的压缩自适应波束合成的平面波超声成像方法与系统，以及一种高帧率、低计算量的压缩自适应波束合成的平面波超声微泡成像方法与系统。

背景技术

延时叠加(Delay and Sum,DAS)波束合成是超声成像中传统、简单也是应用最广泛的成像方法，其对不同通道接收到的超声回波信号施加特定的延时后再相加求和，得到目标点的聚焦信号。DAS方法采用独立于接收回波信号并且采用预先定义好的、固定的加权系数，没有充分利用回波数据的本身特点，获得的主瓣宽度过宽，旁瓣高度过高。而且主瓣宽度和旁瓣高度之间存在着相互制约，即当抑制旁瓣水平的同时会展宽主瓣宽度，因此不能够获得很好的图像分辨率和对比度。此外，由于平面波超声较低的声压和其非聚焦特性，DAS方法应用到基于平面波发射的超声成像系统时，所得图像有较差的分辨率和对比度。

为了提高横向分辨率和对比度，基于最小方差准则(Minimum Variance,MV)的自适应波束合成(Adaptive Beamforming)越来越多被应用于超声成像。近年来随着相关技术的发展，通过空间平滑、自相关矩阵估计、对角线加载等技术，自适应波束合成相较于传统DAS可以提供更好的横向分辨率，尤其有益于提高小尺寸目标成像的质量。但其较复杂的计算过程通常引入更多的计算量，在实际使用中，成像系统为了满足奈奎斯特采样率，尤其在高采样率情况下，会导致较大数据量及对应的计算量，从而使得自适应波束合成在高帧率、快速成像上受到限制。因此，如何在保证纵向、横向及时间分辨率，降低所需计算量的情况下，实现自适应波束合成的快速算法是本领域一个难题。

压缩感知作为近年来新兴的一种采样理论，其通过开发信号在某个可压缩域中的稀疏特性，可在远低于奈奎斯特采样率的情况下对信号进行采样获得离散样本，然后通过非线性重建算法高概率的完美重建信号。其在信息论、图像处理、无线通信、超声成像等领域受到高度关注。通过分析超声回波信号特性，分析其稀疏结构，并结合自适应波束合成算法，可有效改进波束合成算法的计算性能。

另一方面，传统B模式(B-mode)成像采用少数阵元同时发射聚焦波束对组织进行透射，然后将接收到的回波信号进行波束合成形成一条扫描线。作为发射单元的全部阵元按一定规律移动，最终形成组织的整幅B超图像。在B模式下，使用自适应波束合成算法替代延时叠加会显著提高横向分辨率和图像对比度，但逐线扫描(Line-by-line)会引入更大的计算量。相比之下，平面波所有换能器阵元同时发射平面脉冲波并同时接收，其与B模式的主要区别在于：1帧频：超高速成像帧频远大于传统B超成像；2波束合成：传统B模式先进行波束合成然后再采集数据；超高速成像是先采集数据，然后在计算机上进行波束合成。3信号处理：传统B模式采用序列化路径，一次只能处理一条或几条扫描线；超高速成像采用完整的并行路线，一次可处理全部扫描线。

针对微泡在时间和空间上的离散特性，以主动空化检测为代表的声学微泡成像方法仍以B-mode成像方式为主，其利用声散射和各种声发射对微泡活动的微观现象进行二维成像，并以此理解不同媒介、不同条件下微泡的产生机制以及更好地控制微泡活动。但是，对于微泡的瞬态物理信息，B-mode的Line-by-line方式使得同一帧图像不同扫描线之间存在时间差，且其帧率一般为100Hz，所以时间分辨率无法满足对微泡的瞬态特性研究。Fink小组提出一种超快速主动空化成像方法，其用全孔径沿轴向方向发射一个平面波对空化过程进行监控，即采用超声平面波进行微泡成像，但由于发射的是平面波而不是聚焦超声波束，其灵敏度和横向分辨率较差。该小组又将平面波复合快速超声成像法用于空化成核的检测成像，该方法通过平面波发射实现高帧率实时成像，并提出不同角度相干波复合提高成像信噪比，但是信噪比的提高在一定程度上牺牲了成像帧率，导致成像的时间分辨率降低，难以捕捉微泡动态的瞬间信息。

发明内容

本发明的目的在于提供一种压缩自适应波束合成的平面波超声成像和微泡成像的方法与系统。

为了实现上述目的，本发明采用了以下技术方案：

一种压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)计算机采集超声线阵换能器接收的射频信号，并将射频信号从时域信号转换为频域信号；

2)按照射频信号频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

3)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

4)按照步骤3)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

优选的，考虑到算法的鲁棒性，所述频点抽取比率为30％～40％；优选的，对于超声线阵换能器中某一阵元的超声接收信号，可视为系统冲激响应和散射子信号卷积叠加的结果，变换到频域为相乘的结果，即Y＝∑H(ω)S(ω)。对于空间有限散射子，其在空间分布对于整个成像域是极少或者有限个，因而其在频域上也是可稀疏化的。根据压缩感知理论：Y＝HS＝ΦS。即系统冲击响应的频域表达可作为接收信号的稀疏基对接收信号进行频域上的稀疏处理。以某单点散射目标的回波信号作为系统冲击响应h(t)，对h(t)做傅里叶变换得到稀疏基H，并对应有效带宽，选取稀疏基子集H(K)，优选的，压缩感知重建中采用多点正则化欠定系统聚焦求解算法估计投影系数向量，并根据投影系数向量以及稀疏基子集得到有效带宽的最优输出。

所述压缩自适应波束合成的平面波超声成像方法，具体包括以下步骤：

(1)选定阵元输出以及目标点并根据目标点位置计算波束合成的有效阵元数大小M；

(2)根据目标点位置对M个阵元通道接收信号计算延时，得到延时后的信号X(t)：

$X\left(t\right)=\left[\begin{array}{c}{x}_1\left(t\right)\\ x_2\left(t\right)\\ .\\ .\\ .\\ x_M\left(t\right)\end{array}\right]---\left(1.1\right)$

(3)对X(t)进行傅里叶变换，得到X(ω)：

$X\left(\mathrm{\ω}\right)=\left[\begin{array}{c}{x}_1\left(\mathrm{\ω}\right)\\ x_2\left(\mathrm{\ω}\right)\\ .\\ .\\ .\\ x_M\left(\mathrm{\ω}\right)\end{array}\right]---\left(1.2\right)$

(4)选取有效带宽ω_k内的频点构成维数为N_k×M的信号X(ω_k)，N_k为有效带宽内频点数；

(5)在有效带宽ω_k内，构造维数为N_k×N_k的抽取矩阵T，T为对角矩阵，被抽取的行对应的中心元素为1，其余为0；以某单点散射目标的回波信号作为系统冲击响应h(t)，对h(t)做傅里叶变换得到稀疏基H，并对应有效带宽，选取稀疏基子集H(K)；

(6)对X(ω_k)按行进行随机抽取：抽取比例为40％；

(7)对于抽取的频点，把有效阵元数为M的阵列分为长度为L的子阵，子阵的总数为M-L+1，采用空间平滑技术计算的空间平滑相关矩阵R(ω_k)：

$R\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}{\hat{X}}^l\left({\mathrm{\ω}}_k\right){\hat{X}}^l{\left({\mathrm{\ω}}_k\right)}^H---\left(1.3\right)$

其中，为的第l个子阵，[]^H表示矩阵的共轭转置；

(8)构造稳健自相关矩阵

$\begin{array}{c}\tilde{R}\left({\mathrm{\ω}}_k\right)=R\left({\mathrm{\ω}}_k\right)-{\mathrm{\λ}}_{0}a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)\\ =R\left({\mathrm{\ω}}_k\right)-\frac{a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)R\left({\mathrm{\ω}}_k\right)a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)}{{\left(a^H\left({\mathrm{\θ}}_0\right)a\left({\mathrm{\θ}}_0\right)\right)}^2}\end{array}---\left(1.4\right)$

其中，a(θ₀)为M个阵元通道接收信号去除相位后的方向导量：

$a\left({\mathrm{\θ}}_0\right)=\left[\begin{array}{c}1\\ 1\\ .\\ .\\ .\\ 1\end{array}\right]---\left(1.5\right)$

(9)将特征分解出现的负特征值用特征分解中最小的正的特征值代替，构造出新的自相关矩阵

(10)利用自相关矩阵和方向导量a(θ₀)计算最优加权系数w(ω_k)：

其中，[]^-1表示矩阵的逆；

(11)通过式(1.7)计算该频点的最优输出

$\hat{y}\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}w\left({\mathrm{\ω}}_k\right)X^l\left({\mathrm{\ω}}_k\right)---\left(1.7\right)$

(12)重复步骤(7)至步骤(11)，计算所有抽取频点的最优输出，然后利用稀疏基子集H(K)，用多点的欠定系统聚焦求解算法重构出该阵元输出有效带宽内的最优输出Y(ω_k)；

(13)按照步骤(1)至步骤(12)依次计算所有阵元输出有效带宽内的最优输出；然后对有效带宽外频点以0填充，得到整个频域的最优输出Y(ω)，对Y(ω)进行逆傅里叶变换，得到整个空化成像区域的射频信号Y(t)，对Y(t)进行射频信号成像。

一种压缩自适应波束合成的平面波超声成像系统，包括开放式可编程超声成像系统和计算机，所述开放式可编程超声成像系统包括超声线阵换能器、平面波接收模块和主机；超声线阵换能器在主机的控制下发射超声平面波、接收回波信号以及将回波信号传送至主机；主机将回波信号输出至平面波接收模块；平面波接收模块对收到的回波信号采样、存储射频采样数据并传送给计算机；计算机利用压缩自适应波束合成的平面波超声成像方法对回波信号的射频采样数据进行压缩自适应波束合成处理并成像。

所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

一种压缩自适应波束合成的平面波超声微泡成像方法，包括以下步骤：

用可设置声压以及激励时间的源装置作为空化的能量源；利用同步信号发生器控制超声线阵换能器向空化产生的微泡发射超声平面波，并接收回波信号，对回波信号进行采样；计算机利用压缩自适应波束合成的平面波超声成像方法对接收到的回波信号的射频采样数据进行压缩自适应波束合成处理并形成微泡分布成像。

所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

一种压缩自适应波束合成的平面波超声微泡成像系统，包括开放式可编程超声成像系统、任意波形发生器、单阵元聚焦超声换能器或高强度聚焦超声换能器和计算机，所述开放式可编程超声成像系统包括超声线阵换能器、平面波接收模块和主机；超声线阵换能器在主机的控制下发射超声平面波、接收回波信号以及将回波信号传送至主机；任意波形发生器产生超声线阵换能器工作同步信号，并驱动单阵元聚焦超声换能器或高强度聚焦超声换能器工作；主机将回波信号输出至平面波接收模块；平面波接收模块对收到的回波信号采样、存储射频采样数据并传送给计算机；计算机利用压缩自适应波束合成的平面波超声成像方法对回波信号的射频采样数据进行压缩自适应波束合成处理并成像。

所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

优选的，所述超声线阵换能器与单阵元聚焦超声换能器或高强度聚焦超声换能器的阵元放置位置相互垂直并形成共焦；优选的，所述开放式可编程超声成像系统的成像帧率为10kHz，超声线阵换能器的中心频率为15MHz。

本发明的有益效果体现在：

本发明采用压缩自适应波束合成算法，其各阵元接收数据的有用频点信息都集中在超声回波信号的有效带宽内，因而对这部分有效带宽内的数据进行压缩感知处理，而非对整个频域进行压缩感知处理，从而在频域自适应波束合成的基础上，进一步降低频域采样点数，极大地减少波束合成时所需的计算量。

本发明采用平面波成像，而非常规超声成像技术所采用的线性扫描方式，从而克服了常规超声成像中微泡瞬态变化的问题。通过发射一次平面超声波覆盖整个微泡分布区域，从而获取整个成像平面内的微泡分布图像。

本发明采用平面波超声发射的微泡成像，这种方法的成像帧率可达到10kHz，因而对微泡成像有极高的时间分辨率。

附图说明

图1是本发明压缩自适应波束合成算法流程图。

图2是本发明压缩自适应波束合成算法所设计的稀疏基函数时域图。

图3是本发明对线阵换能器回波信号某单一通道频域数据重构结果图，其中：(a)为某单一通道原始信号有效带宽内频谱，(b)为该信号有效带宽内频谱压缩感知重构结果。

图4是本发明压缩自适应波束合成算法与传统波束合成算法仿真结果对比图，其中：(a)延时叠加，(b)自适应波束合成，(c)频域自适应波束合成，(d)压缩自适应波束合成。

图5是平面波超声微泡成像系统结构示意图，其中：1、样品盒；2、线阵换能器；3、单阵元聚焦超声换能器；4、吸声材料；5、支架；6、微泡。

图6是微泡激励与高帧率平面波超声微泡成像时序图。

图7是以单阵元聚焦超声换能器作为能量源，其最大负声压随电压峰峰值变化曲线(a)及选取Vpp＝50V时发射波形时域图(b)。

图8是以单阵元聚焦超声换能器作为能量源，短脉冲激励非透明腔室中相变微泡对其消散过程的高帧率监测结果示意图，其中，帧#1～8表示间隔100μs的8帧压缩自适应波束合成的平面波超声微泡成像结果。

具体实施方式

下面结合附图和实施例对本发明作详细说明。

本发明提出一种压缩自适应波束合成算法，以及以此为核心的平面波超声成像和微泡成像的方法与系统，以克服现有技术在高帧率、超快速成像，尤其是以瞬态信息为特征的微泡成像研究中所存在的问题和局限性。下面以平面波超声微泡成像为例进行说明。

一种压缩自适应波束合成的平面波超声微泡成像系统，包括开放式可编程超声成像系统、任意波形发生器、单阵元聚焦超声换能器或高强度聚焦超声换能器(HIFU)和计算机，所述开放式可编程超声成像系统包括超声线阵换能器、平面波接收模块和主机；超声线阵换能器在主机的控制下发射超声平面波、接收回波信号以及将回波信号传送至主机；任意波形发生器产生超声线阵换能器工作同步信号，并驱动单阵元聚焦超声换能器或高强度聚焦超声换能器工作；主机将回波信号输出至平面波接收模块；平面波接收模块对收到的回波信号采样、存储射频采样数据并传送给计算机；计算机利用压缩自适应超声波束合成的平面波超声成像方法对回波信号的射频采样数据进行压缩自适应波束合成处理，随后进行标准的成像过程，包括射频信号包络检测以及动态范围压缩等。

在环境温度、声压大小或者源能量可自由设定的情况下，激励微泡，并对微泡信号进行检测，具体而言：用可设置声压、激励时间的源装置以产生能量场，作为空化的能量源，且其时序被任意波形发生器同步控制；利用任意波形发生器作为同步信号发生器同步控制超声线阵换能器向空化产生的微泡发射超声平面波，并接收回波信号，将回波信号传送到平面波接收模块；平面波接收模块对回波信号进行采样，并将采样数据存储、传送给计算机。

计算机利用压缩自适应超声波束合成的平面波超声成像方法对接收到的回波信号的采样信号进行压缩自适应波束合成、信号包络检波以及动态范围压缩形成微泡分布成像，将源能量激励下的空化信号分别进行连续成像即可得到随时间变化的空化序列活动监控图像，具体而言：1)计算机采集超声线阵换能器接收的射频信号，并将射频信号从时域信号转换为频域信号；2)按照信号频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；3)对所抽取的频点构造稳健的频域自相关矩阵，并计算该频点所对应的频域最小方差自适应波束合成最优加权系数，实现该频点的最优加权处理，从而得到该频点的最优输出；4)按照步骤3)遍历所有抽取的频点，并由压缩感知理论选取合适的稀疏基重建整个频域信息；将整个频域信息变换到时域并通过解相关SSD、射频信号成像算法，实现高分辨率、高信噪比和小计算量的成像。

参照图1所示，所述压缩自适应波束合成，其具体步骤如下：

(1)选定阵元输出以及目标点并根据目标点位置计算波束合成的有效阵元数(即有效孔径)大小，记为M；

(2)根据目标点位置对M个阵元通道接收信号计算延时，得到延时后的信号，记为X(t)：

$X\left(t\right)=\left[\begin{array}{c}{x}_1\left(t\right)\\ x_2\left(t\right)\\ .\\ .\\ .\\ x_M\left(t\right)\end{array}\right]---\left(1.1\right)$

(3)对X(t)进行傅里叶变换，得到X(ω)：

$X\left(\mathrm{\ω}\right)=\left[\begin{array}{c}{x}_1\left(\mathrm{\ω}\right)\\ x_2\left(\mathrm{\ω}\right)\\ .\\ .\\ .\\ x_M\left(\mathrm{\ω}\right)\end{array}\right]---\left(1.2\right)$

(4)根据超声发射频率，选取有效带宽(即有效频带)ω_k的频点构成维数为N_k×M的信号X(ω_k)，N_k为有效带宽内频点数；

(5)在有效带宽ω_k内，构造维数为N_k×N_k的抽取矩阵T，T为对角矩阵，被抽取的行对应的中心元素为1，其余为0；参照图2所示，利用Field II以某单点散射目标的回波信号作为系统冲击响应h(t)(单点散射子位置设为距离超声线阵表面20mm深处)，对其做傅里叶变换即得到稀疏基H，由稀疏基H构造相应有效带宽内的稀疏子基H(K)，其中K∈ω_k，即在稀疏基H中选取相应有效带宽ω_k内对应的频点信息作为稀疏子集；

(6)对X(ω_k)按行进行随机抽取：抽取比例为40％；

(7)对于抽取的频点，把有效阵元数为M的阵列分为长度为L的子阵，子阵的总数为M-L+1，采用空间平滑技术计算的空间平滑相关矩阵R(ω_k)：

$R\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}{\hat{X}}^l\left({\mathrm{\ω}}_k\right){\hat{X}}^l{\left({\mathrm{\ω}}_k\right)}^H---\left(1.3\right)$

其中，为的第l个子阵；

(8)构造稳健自相关矩阵

$\begin{array}{c}\tilde{R}\left({\mathrm{\ω}}_k\right)=R\left({\mathrm{\ω}}_k\right)-{\mathrm{\λ}}_{0}a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)\\ =R\left({\mathrm{\ω}}_k\right)-\frac{a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)R\left({\mathrm{\ω}}_k\right)a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)}{{\left(a^H\left({\mathrm{\θ}}_0\right)a\left({\mathrm{\θ}}_0\right)\right)}^2}\end{array}---\left(1.4\right)$

其中，[]^Η表示矩阵的共轭转置，a(θ₀)为M个阵元通道接收信号去除相位后的方向导量，即：

$a\left({\mathrm{\θ}}_0\right)=\left[\begin{array}{c}1\\ 1\\ .\\ .\\ .\\ 1\end{array}\right]---\left(1.5\right)$

(9)实际上，对进行特征分解会出现一个负特征值，这在后续的权矢量计算中是不可行的，将特征分解出现的负特征值用特征分解中最小的正的特征值代替即可，构造出新的自相关矩阵

(10)利用自相关矩阵和方向导量a(θ₀)计算最优加权系数w(ω_k)：

其中，[]^-1表示矩阵的逆；

(11)通过式(1.7)计算该频点的最优输出

$\hat{y}\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}w\left({\mathrm{\ω}}_k\right)X^l\left({\mathrm{\ω}}_k\right)---\left(1.7\right)$

(12)重复步骤(7)至步骤(11)，计算所有抽取频点的最优输出，然后利用稀疏基子集H(K)，用多点的欠定系统聚焦求解算法(RM-FOCUSS)重构出该阵元输出有效带宽内的最优输出Y(ω_k)；参照图3所示，为某单通道频域信息与其重建对比，RM-FOCUSS可以重构出频域信息，且具有更高的频率分辨率。

(13)按照步骤(1)至步骤(12)依次计算所有阵元输出有效带宽内的最优输出；然后对有效带宽外频点以0填充，得到整个频域的最优输出Y(ω)，对Y(ω)进行逆傅里叶变换，得到整个空化成像区域的射频信号Y(t)，并最终对Y(t)进行射频信号成像。

所述超声线阵换能器的128个通道覆盖整个微泡区域，其中心频率为15MHz，在任意波形发生器同步控制下，向微泡发射宽度为12.8mm的超声平面波。超声平面波遇到微泡后会发生散射，产生与发射波方向相反的回波。回波信号仍被超声线阵换能器接收，此时的信号为未经波束合成的射频数据，并将其传送至多通道的超声平面波接收模块；为了满足奈奎斯特采样率，对这些回波信号进行高采样率采样，采样频率为80MHz，并将采样数据存储、传送给计算机。参照图4所示，将压缩自适应波束合成算法对点散射子进行仿真成像，并与延时叠加、自适应波束合成、频域自适应波束合成进行对比：在成像质量没有下降的情况下，延时叠加、自适应波束合成、频域自适应波束合成计算时的采样点数均为128×3500，而压缩自适应波束合成计算的采样点数为128×175，极大地减少了所需的计算量。

以相变微泡为例，空时高分辨、高信噪比和低计算量的压缩自适应波束合成的平面波超声微泡成像方法的具体实施步骤如下：

(1)样品准备：制备全氟戊烷纳米液滴乳液

将全氟戊烷与除气除离子水混合，利用超声处理仪声振一分钟得到乳白色微乳。随后微乳通过移液枪吸出并与除气生理盐水以1:2000的体积比进行均匀混合。

(2)系统搭建：参照图5所示，将单阵元聚焦超声换能器3安置于水箱侧壁，超声成像系统的线阵换能器2固定于水槽上方并使其与单阵元聚焦超声换能器3形成共焦。水槽另一侧及水槽底部放有吸声材料4，以减少多次反射现象。水槽注满除气生理盐水，并将样品盒(内部放置样品)用支架5固定于单阵元聚焦超声换能器焦点处。连接好同轴电缆连接线(Bayonet Nut Connector，BNC)，并开通电源。

(3)平面波超声检测：通过开放式可编程超声成像系统及其配置的平面波接收模块以及线阵换能器对相变微泡群的消散过程进行同步检测。设置平面波发射参数(最大孔径64，平面波声压90kPa)，使之可以产生足够的灵敏度，但不会产生声驱动扩散。

(4)时间同步序列：参照图6所示，按照图6各个模块的同步序列为：使用双通道任意波形发生器两个通道输出信号，通道1作为触发，为单一上升沿方波信号，脉宽T_D＝20μs，使脉冲发射接收器发出5MHz的脉冲并输入给单阵元聚焦超声换能器。参照图7所示，根据单阵元聚焦超声换能器最大负声压随电压峰峰值(Vpp)变化曲线关系，优选Vpp设置50V；通道2作为同步，为上升沿方波序列，Vpp设置2V；T_delay设置为80μs，以避开单振元聚焦换能器对超声成像线阵换能器的影响；T_prf设置为100μs，即成像帧率为10kHz，以完成高帧率成像。

(5)微泡群信号采集：将脉冲发生接收器和可编程超声成像系统都设置为外部触发模式，打开双通道任意波形发生器并选取触摸发射模式，使用手动触发键，单通道聚焦超声换能器激励相变材料(全氟戊烷纳米液滴乳液)在焦域产生微泡群，同时超声成像线阵换能器按照同步序列发射平面波检测微泡信号，并由并行通道数据采集单元采样、存储及传送于PC机。

(6)相变微泡成像，其具体步骤为：

(a)设置成像算法基本参数，包括线阵换能器中心频率、换能器尺寸参数、采样频率、声速、焦距孔径比，有效阵元等；

(b)建立坐标系，根据各目标点与参考阵元关系，计算各目标点的有效孔径及相应的延时；

(c)对延时后的射频数据，进行压缩自适应波束合成，得到最优加权后的目标点射频数据；

(d)遍历整个成像区域，得到一帧图像压缩自适应波束合成后的成像射频数据；

(e)重复(b)(c)(d)，得到连续多帧成像射频数据；

(7)相邻帧之间或与参考帧进行解相关SSD计算，并通过射频成像算法得到空时高分辨空化图像序列；

以上方法的主要应用有：1)在治疗或工业超声中，对聚焦超声能量源焦点处微泡分布的高分辨率快速监控及成像；2)在治疗或工业超声中，研究聚焦超声等能量源作用下形成稳定微泡时相关参数设置；3)在治疗或工业超声中，研究聚焦超声等能量源不同作用时间和作用强度对微泡分布及消散的影响；4)在治疗或工业超声中，研究聚焦超声等能量源作用下，多次脉冲发射下空化微泡消散与其再发生的平衡关系；

参照图8所示，为单阵元聚焦超声换能器脉冲(脉冲持续时间PD＝20μs，单次发射)作用下，Vpp＝50V时非透明腔室中相变微泡的分布及活动成像过程。从图中可以看到，尽管其整体消散过程较长，但在连续短时间内，仍能监测到相变微泡团较小的消散变化。并且，超声平面波结合压缩自适应波束合成算法，在保证高分辨率成像的前提下，减少计算点数，提高了成像时的计算速度。

因此，以压缩自适应波束合成算法为核心，利用线阵成像探头单次发射超声平面波进行平面波超声成像及微泡成像，包括空化微泡成像、造影微泡成像等，可以发挥自适应波束合成高分辨率的优势，弥补超声平面波非聚焦性带来的分辨率不足的缺陷。尤其在有高帧率、高采样率要求下，算法另一方面又有效地减少计算量，提高了成像速度。这对于超快速二维成像以及三维成像都具有重要意义。

Claims (10)

1.一种压缩自适应波束合成的平面波超声成像方法，其特征在于：包括以下步骤：

1)计算机采集超声线阵换能器接收的射频信号，并将射频信号从时域信号转换为频域信号；

2)按照射频信号频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

3)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

4)按照步骤3)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

2.根据权利要求1所述一种压缩自适应波束合成的平面波超声成像方法，其特征在于：

所述频点抽取比率为30％～40％；以某单点散射目标的回波信号作为系统冲击响应h(t)，对h(t)做傅里叶变换得到稀疏基H，并对应有效带宽，选取稀疏基子集H(K)，压缩感知重建中采用多点正则化欠定系统聚焦求解算法估计投影系数向量，并根据投影系数向量以及稀疏基子集得到有效带宽的最优输出。

3.根据权利要求1所述一种压缩自适应波束合成的平面波超声成像方法，其特征在于：所述压缩自适应波束合成的平面波超声成像方法，具体包括以下步骤：

(1)选定阵元输出以及目标点并根据目标点位置计算波束合成的有效阵元数大小M；

(2)根据目标点位置对M个阵元通道接收信号计算延时，得到延时后的信号X(t)：

$X\left(t\right)=\left[\begin{array}{c}{x}_1\left(t\right)\\ x_2\left(t\right)\\ .\\ .\\ .\\ x_M\left(t\right)\end{array}\right]---\left(1.1\right)$

(3)对X(t)进行傅里叶变换，得到X(ω)：

$X\left(\mathrm{\ω}\right)=\left[\begin{array}{c}{x}_1\left(\mathrm{\ω}\right)\\ x_2\left(\mathrm{\ω}\right)\\ .\\ .\\ .\\ x_M\left(\mathrm{\ω}\right)\end{array}\right]---\left(1.2\right)$

(4)选取有效带宽ω_k内的频点构成维数为N_k×M的信号X(ω_k)，N_k为有效带宽内频点数；

(5)在有效带宽ω_k内，构造维数为N_k×N_k的抽取矩阵T，T为对角矩阵，被抽取的行对应的中心元素为1，其余为0；以某单点散射目标的回波信号作为系统冲击响应h(t)，对h(t)做傅里叶变换得到稀疏基H，并对应有效带宽，选取稀疏基子集H(K)；

(6)对X(ω_k)按行进行随机抽取：抽取比例为40％；

(7)对于抽取的频点，把有效阵元数为M的阵列分为长度为L的子阵，子阵的总数为M-L+1，采用空间平滑技术计算的空间平滑相关矩阵R(ω_k)：

$R\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}{\hat{X}}^l\left({\mathrm{\ω}}_k\right){\hat{X}}^l{\left({\mathrm{\ω}}_k\right)}^H---\left(1.3\right)$

其中，的第l个子阵，[]^H表示矩阵的共轭转置；

(8)构造稳健自相关矩阵

$\begin{array}{c}\tilde{R}\left({\mathrm{\ω}}_k\right)=R\left({\mathrm{\ω}}_k\right)-{\mathrm{\λ}}_{0}a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)\\ =R\left({\mathrm{\ω}}_k\right)-\frac{a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)R\left({\mathrm{\ω}}_k\right)a\left({\mathrm{\θ}}_0\right)a^H\left({\mathrm{\θ}}_0\right)}{{\left(a^H\left({\mathrm{\θ}}_0\right)a\left({\mathrm{\θ}}_0\right)\right)}^2}\end{array}---\left(1.4\right)$

其中，a(θ₀)为M个阵元通道接收信号去除相位后的方向导量：

$a\left({\mathrm{\θ}}_0\right)=\left[\begin{array}{c}1\\ 1\\ .\\ .\\ .\\ 1\end{array}\right]---\left(1.5\right)$

(9)将特征分解出现的负特征值用特征分解中最小的正的特征值代替，构造出新的自相关矩阵

(10)利用自相关矩阵和方向导量a(θ₀)计算最优加权系数w(ω_k)：

其中，[]^-1表示矩阵的逆；

(11)通过式(1.7)计算该频点的最优输出

$\hat{y}\left({\mathrm{\ω}}_k\right)=\frac{1}{M-L+1}\underset{l=1}{\overset{M-L+1}{\mathrm{\Σ}}}w\left({\mathrm{\ω}}_k\right)X^l\left({\mathrm{\ω}}_k\right)---\left(1.7\right)$

(12)重复步骤(7)至步骤(11)，计算所有抽取频点的最优输出，然后利用稀疏基子集H(K)，用多点的欠定系统聚焦求解算法重构出该阵元输出有效带宽内的最优输出Y(ω_k)；

(13)按照步骤(1)至步骤(12)依次计算所有阵元输出有效带宽内的最优输出；然后对有效带宽外频点以0填充，得到整个频域的最优输出Y(ω)，对Y(ω)进行逆傅里叶变换，得到整个空化成像区域的射频信号Y(t)，对Y(t)进行射频信号成像。

4.一种压缩自适应波束合成的平面波超声成像系统，其特征在于：包括开放式可编程超声成像系统和计算机，所述开放式可编程超声成像系统包括超声线阵换能器、平面波接收模块和主机；超声线阵换能器在主机的控制下发射超声平面波、接收回波信号以及将回波信号传送至主机；主机将回波信号输出至平面波接收模块；平面波接收模块对收到的回波信号采样、存储射频采样数据并传送给计算机；计算机利用压缩自适应波束合成的平面波超声成像方法对回波信号的射频采样数据进行压缩自适应波束合成处理并成像。

5.根据权利要求4所述一种压缩自适应波束合成的平面波超声成像系统，其特征在于：所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

6.一种压缩自适应波束合成的平面波超声微泡成像方法，其特征在于：包括以下步骤：

用可设置声压以及激励时间的源装置作为空化的能量源；利用同步信号发生器控制超声线阵换能器向空化产生的微泡发射超声平面波，并接收回波信号，对回波信号进行采样；计算机利用压缩自适应波束合成的平面波超声成像方法对接收到的回波信号的射频采样数据进行压缩自适应波束合成处理并形成微泡分布成像。

7.根据权利要求6所述一种压缩自适应波束合成的平面波超声微泡成像方法，其特征在于：所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

8.一种压缩自适应波束合成的平面波超声微泡成像系统，其特征在于：包括开放式可编程超声成像系统、任意波形发生器、单阵元聚焦超声换能器或高强度聚焦超声换能器和计算机，所述开放式可编程超声成像系统包括超声线阵换能器、平面波接收模块和主机；超声线阵换能器在主机的控制下发射超声平面波、接收回波信号以及将回波信号传送至主机；任意波形发生器产生超声线阵换能器工作同步信号，并驱动单阵元聚焦超声换能器或高强度聚焦超声换能器工作；主机将回波信号输出至平面波接收模块；平面波接收模块对收到的回波信号采样、存储射频采样数据并传送给计算机；计算机利用压缩自适应波束合成的平面波超声成像方法对回波信号的射频采样数据进行压缩自适应波束合成处理并成像。

9.根据权利要求8所述一种压缩自适应波束合成的平面波超声微泡成像系统，其特征在于：所述压缩自适应波束合成的平面波超声成像方法，包括以下步骤：

1)按照射频采样数据频域信息分布，选取频域上有效带宽内的频点，对有效带宽内的频点进行按比率的随机抽取；

2)对所抽取的频点构造稳健自相关矩阵，并计算该频点所对应的最小方差自适应波束合成最优加权系数，从而得到该频点的最优输出；

3)按照步骤2)遍历所有抽取的频点，并由压缩感知理论重建有效带宽的频域信息，然后重建整个频域信息；将整个频域信息变换到时域并通过射频信号成像算法实现成像。

10.根据权利要求8所述一种压缩自适应波束合成的平面波超声微泡成像系统，其特征在于：所述超声线阵换能器与单阵元聚焦超声换能器或高强度聚焦超声换能器的阵元放置位置相互垂直并形成共焦；所述开放式可编程超声成像系统的成像帧率为10kHz，超声线阵换能器的中心频率为15MHz。