本文關(guān)鍵詞：融合特征空間最小方差波束形成和廣義相干系數(shù)的超聲成像方法

  更多相關(guān)文章： 醫(yī)學(xué)超聲成像 自適應(yīng)波束形成 最小方差 特征空間 廣義相干系數(shù)

【摘要】：為了進(jìn)一步提高超聲成像的質(zhì)量,提出了融合特征空間最小波束形成和廣義相干系數(shù)的成像方法。首先利用最小方差法計(jì)算回波數(shù)據(jù)的協(xié)方差矩陣和加權(quán)向量;然后對(duì)協(xié)方差矩陣進(jìn)行特征分解得到信號(hào)子空間,并將加權(quán)向量投影到信號(hào)子空間,得到特征空間方法的加權(quán)向量;同時(shí)把陣元數(shù)據(jù)變換到波束域用于廣義相干系數(shù)的計(jì)算,最后用廣義相干系數(shù)作為加權(quán)系數(shù)對(duì)特征空間最小方差波束形成的結(jié)果進(jìn)行優(yōu)化。為了驗(yàn)證算法的有效性,對(duì)醫(yī)學(xué)成像上常用的點(diǎn)目標(biāo)和斑目標(biāo)進(jìn)行了成像,仿真實(shí)驗(yàn)結(jié)果表明:與特征空間最小方差算法和融合特征空間與相干系數(shù)的算法相比,本研究提出的方法提高了對(duì)比度以及穩(wěn)健性,其代價(jià)是略微降低了成像分辨率。
【作者單位】： 深圳大學(xué)生物醫(yī)學(xué)工程學(xué)院;醫(yī)學(xué)超聲關(guān)鍵技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室;廣東省生物醫(yī)學(xué)信息檢測(cè)與超聲成像重點(diǎn)實(shí)驗(yàn)室;桂林電子科技大學(xué);
【關(guān)鍵詞】： 醫(yī)學(xué)超聲成像 自適應(yīng)波束形成 最小方差 特征空間 廣義相干系數(shù)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61372006)
【分類(lèi)號(hào)】：R445.1
【正文快照】： 1引言在醫(yī)學(xué)超聲成像中,延時(shí)疊加(delay-and-sum,DAS)波束形成方法具有接收聲束主瓣過(guò)寬、旁瓣過(guò)高的缺陷,導(dǎo)致成像空間分辨率較低,對(duì)比度較差[1-2]。自適應(yīng)最小方差(minimum variance,MV)波束形成算法[3]通過(guò)保持期望方向上的增益不變,使陣列輸出能量最小化獲得最優(yōu)加權(quán)向量,，

本文編號(hào)：597201