一種適用于平面波超聲成像的波束合成方法

一種適用于平面波超聲成像的波束合成方法

基于平面波發(fā)射的超聲成像技術(shù)超聲成像在醫(yī)學(xué)診斷中具有安全、方法簡(jiǎn)單、價(jià)格低廉、能夠區(qū)分不同的軟組織等優(yōu)點(diǎn)。此外，新的原則和方法的不斷出現(xiàn)，使超聲成像在各級(jí)醫(yī)院得到了廣泛應(yīng)用。傳統(tǒng)的超聲成像通常采用電子掃描的方式,進(jìn)行多次聚焦發(fā)射來(lái)獲得一幅完整的圖像,所以成像幀頻較低。此外,為了控制各陣元發(fā)射,需要復(fù)雜的控制電路控制產(chǎn)生具有不同延時(shí)的高壓脈沖,使得電路結(jié)構(gòu)過(guò)于復(fù)雜。隨著實(shí)時(shí)三維超聲成像、高速多普勒血流測(cè)量、速度向量估計(jì)、瞬態(tài)彈性成像等技術(shù)的出現(xiàn),加速了對(duì)高幀頻成像的需求。其中一種提高成像幀頻的方法是引入平面波發(fā)射,該方法把換能器所有陣元作為發(fā)射和接收孔徑,采用相同的高壓脈沖,同時(shí)激勵(lì)換能器各陣元產(chǎn)生平面波,通過(guò)一次發(fā)射即可覆蓋整個(gè)成像區(qū)域,很大程度上提高了成像的幀頻。此外,平面波發(fā)射采用相同的激勵(lì)脈沖,只需要一組高壓脈沖產(chǎn)生電路,大大降低了控制電路的復(fù)雜性。雖然平面波發(fā)射可以提高成像幀頻,降低控制電路規(guī)模和復(fù)雜度,但由于沒(méi)有采用聚焦發(fā)射,與常規(guī)聚焦發(fā)射相比獲得的圖像信噪比、對(duì)比度和分辨率較差。為了解決這個(gè)問(wèn)題,需要一種適合于平面波發(fā)射的波束合成方法。目前,應(yīng)用最廣泛的超聲波束合成方法是延時(shí)疊加(delay-and-sum,DAS)法,它通過(guò)對(duì)各個(gè)通道進(jìn)行適當(dāng)?shù)难訒r(shí)疊加來(lái)實(shí)現(xiàn)聚焦以及波束合成。但是DAS方法采用獨(dú)立于接收回波信號(hào)并且采用預(yù)先定義好的、固定的加權(quán)系數(shù),沒(méi)有充分利用回波數(shù)據(jù)的本身特點(diǎn),獲得的主瓣寬度過(guò)寬,旁瓣高度過(guò)高。而且主瓣寬度和旁瓣高度之間存在著相互制約,即當(dāng)抑制旁瓣水平的同時(shí)會(huì)展寬主瓣寬度,因此不能夠獲得很好的圖像分辨率和對(duì)比度。此外DAS方法應(yīng)用到基于平面波發(fā)射的超聲成像系統(tǒng)時(shí),會(huì)得到很差的圖像分辨率和對(duì)比度,因此也不適用于基于平面波發(fā)射的超聲成像系統(tǒng)。自適應(yīng)波束合成方法的提出可以很大程度上提高成像分辨率和對(duì)比度,而且應(yīng)用到基于平面波發(fā)射的超聲成像系統(tǒng)時(shí),能夠獲得很好的成像效果。其中應(yīng)用最廣泛的一種方法是由Capon在1969年提出的Capon算法或者稱為最小方差(minimumvariance,MV)算法,但是這種方法只適用于窄帶以及非相關(guān)信號(hào),而且算法魯棒性(robustness)和獲得的背景斑點(diǎn)噪聲數(shù)據(jù)較差,不能直接應(yīng)用到超聲成像中。為了使其能夠應(yīng)用于超聲成像,需要解決以下問(wèn)題:一是解決算法只適用于窄帶波束的情況,使其適用于寬帶波束;二是解決算法只適用于非相關(guān)回波信號(hào)的情況,使其適用于具有相關(guān)性的超聲回波信號(hào);三是解決算法魯棒性和所獲背景斑點(diǎn)噪聲數(shù)據(jù)差的情況,來(lái)提高算法的魯棒性和對(duì)背景斑點(diǎn)噪聲數(shù)據(jù)的估計(jì)。為了解決以上問(wèn)題,Holfort等在頻率域采用子帶波束合成(subbandbeamfoming)的方法,使該算法擴(kuò)展到了寬帶領(lǐng)域;Sasso等采用子孔徑平均法(subapertureaveraging)消除了信號(hào)之間的相關(guān)性;Synnev?g等綜合采用對(duì)角線加載法(diagonalloading)、空間平均法(spatialaveraging)以及時(shí)間平均法(temporalaveraging)提高了算法的穩(wěn)健性和對(duì)背景斑點(diǎn)噪聲數(shù)據(jù)的估計(jì);Asl等提出了前后向空間平均法(forward-backwardspatialaveraging),使其能夠在消除信號(hào)間相關(guān)性的同時(shí),提高算法的穩(wěn)健性和對(duì)背景斑點(diǎn)噪聲數(shù)據(jù)的估計(jì)?；谝陨详U述,為了使MV算法在超聲成像中獲得更好的圖像分辨率、對(duì)比度和幀頻,使其適用于平面波發(fā)射。本文在頻率域內(nèi)將子帶波束合成和前后向空間平滑法相結(jié)合,提出了一種適用于平面波超聲成像的優(yōu)化后MV(OptimizedMV)算法。該算法綜合利用了兩方法在消除信號(hào)間的相關(guān)性,提高算法的穩(wěn)健性,提高對(duì)背景斑點(diǎn)噪聲數(shù)據(jù)的估計(jì)以及適用于寬帶波束信號(hào)的能力。為了驗(yàn)證OptimizedMV算法的有效性,本文通過(guò)matlab仿真,與傳統(tǒng)的MV(ConventionalMV)算法、采用Boxcar變跡函數(shù)的DAS(DASboxcar)算法以及采用線性掃描聚焦發(fā)射接收(Linearscan)算法在分辨率和對(duì)比度等方面做了比較。1種適用于平面波發(fā)射的optimizedvm算法MV自適應(yīng)波束合成算法能夠根據(jù)回波信號(hào)本身的特點(diǎn),動(dòng)態(tài)地生成一系列的加權(quán)系數(shù),可以在減小主瓣寬度的同時(shí)更好地抑制旁瓣高度,在減小主瓣寬度和抑制旁瓣高度之間不存在相互制約,因此能夠同時(shí)獲得很好的圖像分辨率和對(duì)比度。然而如上文所述,MV算法在應(yīng)用到超聲成像時(shí)存在很多缺點(diǎn),針對(duì)這些缺點(diǎn),本文提出了一種適用于平面波發(fā)射的OptimizedMV算法。該算法將MV算法、子帶波束合成法和前后向空間平滑法相結(jié)合應(yīng)用到頻率域內(nèi),在頻率域內(nèi)根據(jù)回波信號(hào)的特點(diǎn),動(dòng)態(tài)產(chǎn)生一系列的加權(quán)系數(shù),從而很好地解決了以上缺點(diǎn)。1.1波束合成結(jié)果求解設(shè)一個(gè)線性換能器由M個(gè)陣元組成,波束合成作用在每一通道的輸出采樣數(shù)據(jù)xm[n]之上。由此所得超聲圖像在一個(gè)聚焦點(diǎn)處的波束合成結(jié)果如式(1),即y[n]=∑m=0M?1wm?[n]xm[n?Δm[n]]=w[n]HX[n]y[n]=∑m=0Μ-1wm*[n]xm[n-Δm[n]]=w[n]ΗX[n],(1)其中wm[n]表示根據(jù)所接收回波信號(hào)動(dòng)態(tài)生成的加權(quán)系數(shù);Δm[n]表示m陣元在采樣點(diǎn)n處的延時(shí)時(shí)間;X[n]=[x0[n-Δ0[n]],x1[n-Δ1[n]],…,xM-1[n-ΔM-1[n]]]T;w[n]=[w0[n],w1[n],…,wM-1[n]]T;*為復(fù)共軛;T為反轉(zhuǎn);H為反轉(zhuǎn)共軛。為了求解最優(yōu)權(quán)向量w[n],可以歸結(jié)為解決式(2)所示的最優(yōu)化問(wèn)題。minwwHRwsubjecttowHe=1,minwwΗRwsubjecttowΗe=1,(2)其中R=E[X[n]X[n]H]表示協(xié)方差矩陣;E為求期望操作符;e為方向向量。由于接收數(shù)據(jù)實(shí)現(xiàn)已經(jīng)經(jīng)過(guò)延時(shí)處理,所以此處e為全為1的向量。MV算法求出的最優(yōu)權(quán)向量如式(3),將求解出的權(quán)向量w代入式(1)即得到波束合成結(jié)果。w=R?1eeHR?1ew=R-1eeΗR-1e,(3)1.2窄帶波束合成MV算法是基于窄帶波束提出來(lái)的,且通常應(yīng)用在時(shí)域內(nèi),不能直接應(yīng)用到寬帶波束中。為了解決這個(gè)問(wèn)題Holfort等將MV算法應(yīng)用到了頻率域,并獲得了很好的效果。本文在此基礎(chǔ)上在頻率域內(nèi)采用子帶波束合成的方法,通過(guò)離散傅里葉變換(discreteFouriertransform,DFT),將寬帶波束分割為一系列子帶波束。這些子帶波束滿足窄帶波束的條件,可以直接通過(guò)MV算法進(jìn)行處理,其實(shí)現(xiàn)框圖如圖1所示。其中寬帶波束經(jīng)過(guò)DFT分割成一系列的窄帶波束信號(hào),每一個(gè)窄帶波束信號(hào)都獨(dú)立地通過(guò)窄帶波束合成子模塊,經(jīng)過(guò)求和、逆傅里葉變換(inversediscreteFouriertransform,IDFT),即可得到寬帶波束合成的輸出結(jié)果。通過(guò)子帶波束合成的方法可以為每一個(gè)子帶和每一個(gè)成像聚焦點(diǎn)分別提供不同的加權(quán)系數(shù),從而使得寬帶波束經(jīng)過(guò)DFT變化后,能夠完全應(yīng)用MV算法的優(yōu)勢(shì)來(lái)進(jìn)行波束合成,從而提高成像的分辨率和對(duì)比度。其中窄帶波束合成為每一個(gè)子帶進(jìn)行波束合成處理,對(duì)于某一給定的聚焦點(diǎn)以及每一頻率子帶w的波束合成輸出結(jié)果如式(4),即y[w]=∑m=0M?1wm?[w]Ym[w]=w[w]HY[w]y[w]=∑m=0Μ-1wm*[w]Ym[w]=w[w]ΗY[w],(4)其中w[w]=[w0[w],w1[w],…,wM-1[w]]T;Y[w]=[Y0[w],Y1[w],…,YM-1[w]]T;Ym(w)是m陣元接收回波信號(hào)中選定片段的DFT變換結(jié)果。1.3子陣列平均法準(zhǔn)確的估計(jì)陣列協(xié)方差矩陣R在自適應(yīng)波束合成方法的設(shè)計(jì)過(guò)程中是非常重要的,直接關(guān)系到自適應(yīng)波束合成的效果,直接影響成像的分辨率和對(duì)比度。陣列協(xié)方差矩陣估計(jì)得越準(zhǔn)確,超聲圖像的分辨率和對(duì)比度就會(huì)越好。本文結(jié)合子帶波束合成方法將前后向空間平滑法應(yīng)用到頻率域來(lái)求解陣列協(xié)方差矩陣R,該方法能夠在消除信號(hào)間相關(guān)性的同時(shí),提高算法的穩(wěn)健性以及對(duì)背景斑點(diǎn)噪聲數(shù)據(jù)的估計(jì),即能夠準(zhǔn)確地估計(jì)陣列協(xié)方差矩陣R。前后向空間平滑法是在前向空間平滑法(forwardspatialaveraging)或者稱為子孔徑平均法(subapertureaveraging)、子陣列平均法(subarrayaveraging)的基礎(chǔ)上提出的。子陣列平均法是在計(jì)算協(xié)方差矩陣R時(shí)常用到的方法,其實(shí)質(zhì)就是空間平滑的一種技術(shù),將獲得的接收數(shù)據(jù)分割成一些小的分組,對(duì)這些小組中的數(shù)據(jù)進(jìn)行處理來(lái)獲得最終的結(jié)果。設(shè)將M個(gè)陣元分成P=M-L+1個(gè)相互重疊的子陣列,通過(guò)該方法得到的協(xié)方差矩陣如式(5),即FR=1P∑p=0P?1GFPGHFPFR=1Ρ∑p=0Ρ-1GFΡGFΡΗ,(5)其中GFP=[Yp[w],Yp+1[w],…,Yp+L-1[w]]T,p=1,2,…,P;L表示子陣列的長(zhǎng)度。式(5)又被稱為前向空間平滑法。根據(jù)文獻(xiàn)可以用GBP=[YP+L-p[w],YP+L-1-p[w],…,YP-p+1[w]]T,p=1,2,…,P來(lái)代替GFP,后向空間平滑法如式(6)。BR=1P∑p=0P?1GBPGHBPBR=1Ρ∑p=0Ρ-1GBΡGBΡΗ,(6)結(jié)合式(5)、(6)得出前后向空間平滑法如式(7):R=12(FR+BR)R=12(FR+BR),(7)將R代入式(3)中即可根據(jù)回波信號(hào)動(dòng)態(tài)的求解出加權(quán)系數(shù)。由于GFP的求解過(guò)程降低了協(xié)方差矩陣R的維數(shù),計(jì)算出來(lái)的加權(quán)系數(shù)維數(shù)也相應(yīng)減小,設(shè)為wˉˉˉwˉ,因此需要將計(jì)算出來(lái)的加權(quán)系數(shù)作用到P個(gè)子陣列的平均值上即最終的波束合成結(jié)果如式(8)。y=wˉˉˉH1P∑p=0P?1GFPy=wˉΗ1Ρ∑p=0Ρ-1GFΡ,(8)2nze工作特性仿真為了驗(yàn)證OptimizedMV算法的有效性,本文通過(guò)FieldII等超聲仿真程序,通過(guò)設(shè)置換能器、工作方式等參數(shù),獲得換能器的接收信號(hào)數(shù)據(jù)。通過(guò)對(duì)接收信號(hào)進(jìn)行算法處理,分別與ConventionalMV、DASboxcar、Linearscan方法在分辨率和對(duì)比度等方面做了比較。其詳細(xì)仿真參數(shù)如表1所示。本文所有的仿真實(shí)驗(yàn)均采用線性陣列換能器和動(dòng)態(tài)聚焦接收的工作方式,其中Linearscan方法采用傳統(tǒng)的線性掃描聚焦發(fā)射的方式實(shí)現(xiàn),其他方法均采用平面波發(fā)射的方式,在對(duì)算法進(jìn)行仿真時(shí),將每一通道的回波信號(hào)添加一個(gè)信噪比為60dB的高斯分布的白噪聲,其中OptimizedMV算法將子陣列的大小L取值為32,ConventionalMV算法采用將MV算法和前向空間平滑法相結(jié)合的方法,其中L也取值為32。2.1多發(fā)射聚焦點(diǎn)傳統(tǒng)的超聲成像系統(tǒng)采用線性掃描、聚焦發(fā)射的方法來(lái)進(jìn)行超聲成像,如圖2(a)所示。聚焦發(fā)射通過(guò)電子延時(shí)的方法將不同延時(shí)的脈沖激勵(lì)加到換能器各個(gè)陣元上,從而使各個(gè)陣元產(chǎn)生的超聲發(fā)射波束在空間的某個(gè)點(diǎn)上相交產(chǎn)生發(fā)射聚焦點(diǎn)。聚焦發(fā)射允許在一條掃描線上發(fā)射多次,產(chǎn)生多個(gè)發(fā)射聚焦點(diǎn),但這樣會(huì)很大程度上降低系統(tǒng)成像幀頻。本文的仿真實(shí)驗(yàn)采用在一條掃描線上的45mm處產(chǎn)生一個(gè)發(fā)射聚焦點(diǎn),為了使掃描線覆蓋整個(gè)成像區(qū)域,我們采用一個(gè)很大的換能器陣列,將部分換能器陣元128陣元作為發(fā)射接收孔徑,采用線性掃描的方法沿著成像區(qū)域平滑地移動(dòng),最終形成整個(gè)成像區(qū)域的掃描線。在Linearscan方法中我們將采用hanning窗作為發(fā)射和接收變跡函數(shù)。2.2換能器陣元的產(chǎn)生平面波發(fā)射是為了提高超聲成像幀頻的一種方法,它通過(guò)將換能器的所有陣元作為發(fā)射和接收孔徑,利用高壓脈沖產(chǎn)生電路同時(shí)激勵(lì)各換能器陣元所產(chǎn)生,如圖2(b)所示。通過(guò)平面波發(fā)射,整個(gè)成像區(qū)域的掃描線可以通過(guò)一次脈沖激勵(lì)發(fā)射來(lái)獲得,不需要線性掃描方法來(lái)覆蓋整個(gè)成像區(qū)域,從而在很大程度上簡(jiǎn)化了脈沖激勵(lì)產(chǎn)生電路的復(fù)雜度。本文的仿真實(shí)驗(yàn)采用128陣元的平面波發(fā)射,發(fā)射變跡函數(shù)采用Boxcar,接收變跡函數(shù)分別采用OptimizedMV、ConventionalMV和Boxcar。3在橫向變化曲線上橫向變化曲線,橫向變化曲線,橫向標(biāo)準(zhǔn)文仿真實(shí)驗(yàn)采用13個(gè)點(diǎn)散射目標(biāo)進(jìn)行驗(yàn)證,點(diǎn)散射目標(biāo)仿真的成像深度為25～65mm,13個(gè)散射點(diǎn)有規(guī)律地分布在30～60mm之間,各點(diǎn)之間的間隔為5mm。圖3分別為L(zhǎng)inearscan、DASboxcar、ConventionalMV以及OptimizedMV算法在不同深度散射點(diǎn)的成像結(jié)果。從圖3可以得出:OptimizedMV算法得到的分辨率和對(duì)比度最好;ConventionalMV對(duì)比度、分辨率比DASboxcar、Linearscan好;Linearscan分辨率比DASboxcar好,但對(duì)比度比后者差。為了進(jìn)一步分析不同方法分辨率和對(duì)比度的情況,在圖3的{40,45}mm處截取橫截面進(jìn)行分析。圖4為各種方法在{40,45}mm處橫截面的橫向變化曲線(lateralvariation)圖。表2列出了各方法在40mm處半高全寬(fullwidthathalfmaximum,FWHM)和峰值旁瓣水平(peakside-lobelevel,PSL)兩項(xiàng)指標(biāo)的對(duì)比。FWHM是一個(gè)度量長(zhǎng)度的量,是指主瓣峰值一半處波形寬度,常應(yīng)用于持續(xù)時(shí)間的脈沖波形,光通信中的光源頻譜寬度以及光譜儀分辨率。在此處FWHM越小表示圖像分辨率越好。PSL是指主瓣峰值強(qiáng)度對(duì)于最強(qiáng)旁瓣的峰值強(qiáng)度之比。此處PSL越小表示旁瓣抑制得越好,圖像對(duì)比度越好。從圖4可以得出:OptimizedMV算法獲得的主瓣寬度最窄,旁瓣高度最低;ConventionalMV次之;Linearscan獲得的旁瓣高度比DASboxcar低。由于動(dòng)態(tài)聚焦發(fā)射和接收,Linearscan與DASbox-car相比獲得的超聲圖像具有更好的圖像分辨率和對(duì)比度;DASboxcar應(yīng)用到平面波超聲成像時(shí)獲得很差的對(duì)比度和分辨率,不適用于基于平面波的超聲成像;ConventionalMV和OptimizedMV與DASboxcar相比能夠顯著提高圖像分辨率和對(duì)比度,即