[发明专利]一种基于小波域压缩感知的CMUT超声图像重建方法

说明书

本发明公开了一种基于小波域压缩感知的CMUT超声图像重建方法，涉及CMUT超声图像压缩重建领域。首先搭建CMUT超声成像检测系统，获取被测模型的CMUT超声图像回波数据；然后选取离散小波基作为对CMUT超声原始回波数据进行压缩感知的稀疏基、随机高斯矩阵作为小波域压缩感知的传感矩阵，利用正交匹配追踪算法对处理后的小波域图像数据进行图像重建；其次在不同压缩率条件下对CMUT超声原始回波数据进行压缩重建并计算重建误差；最后将小波域压缩重建图像结果与频域压缩重建图像结果进行对比，评估重建效果。本发明将压缩感知应用到CMUT超声图像压缩重建领域，解决CMUT超声成像检测系统中全通道采集带来的存储数据量大的问题，可有效降低CMUT超声成像检测系统复杂度。

技术领域

本发明涉及CMUT超声图像压缩重建领域，具体为一种基于小波域压缩感知的CMUT超声图像重建方法。

背景技术

目前国内外的超声成像系统中大多采用压电超声换能器，但由于高密度的压电换能器存在工艺难度大、成本高、功耗大的问题，制约了超声成像系统的进一步发展。而电容式微机械超声换能器(CMUT)由于其具有功耗低、尺寸小、高集成度、带宽大等特点，可准确获取组织内部微小密度变化带来的信号差别，适用于高密度集成的超声成像检测系统。近年来，超声成像领域对成像清晰度要求越来越高，尤其是三维超声成像，这对超声阵列的阵元间距、阵元尺寸、阵元数量的要求也越高，阵列的阵元数可达数百甚至上千，导致CMUT超声成像检测系统接收数据量剧增，对CMUT超声信号的存储和处理分析都有了更高的要求。

由Donoho、Candès等人提出的压缩感知理论在超声信号和图像处理领域得到了广泛研究和有效应用。压缩感知理论的核心思想是当原始信号是稀疏的或在能进行稀疏表示的前提下，由远低于奈奎斯特采样定理要求的采样点数对原始信号进行精确重建。压缩感知与传统压缩方法相比，将信号的压缩与采样合并进行，节约了传输和存储成本，降低了硬件系统复杂度。

当前，国内在CMUT超声成像领域的研究主要集中在理论基础和成像算法的研究，将压缩感知理论应用在CMUT超声图像压缩重建领域的研究目前还很少，相关研究的开发空间较大，其研究成果对于CMUT器件高分辨率成像具有重要意义和应用价值。

发明内容

本发明为了解决高密度CMUT阵列超声成像检测系统中存在存储数据量大的问题，提供了一种基于小波域压缩感知的CMUT超声图像重建方法。

本发明是通过如下技术方案来实现的：一种基于小波域压缩感知的CMUT超声图像重建方法，包括如下步骤：

a)搭建CMUT超声成像检测系统，获取被测模型的CMUT超声图像回波数据用于后续重建分析；所述CMUT超声成像检测系统包括：主机控制器、数据采集系统和CMUT线阵探头；CMUT线阵探头将被测模型的实时超声图像回波数据传输至主机控制器，具体方法为：采用CMUT线阵探头对被测模型的目标区域进行检测，使用60MHz采样频率进行采样；待目标区域检测完毕后，提取包含目标区域的CMUT超声B扫图像回波数据作为原始数据进行后续分析处理。

b)对离散非平稳的CMUT超声原始图像列信号使用离散小波变换进行稀疏化，选取随机高斯矩阵作为小波域压缩感知的传感矩阵，利用正交匹配追踪算法对处理后的小波域图像数据进行CMUT超声图像重建；

c)结合步骤b)的方法，在不同压缩率下对被测模型的CMUT超声图像回波数据使用离散小波变换进行压缩重建，评估重建效果具体为：对获得的CMUT超声原始图像回波数据使用离散小波变换进行稀疏化；压缩率定义为被压缩的信号长度与原始信号长度之比；对部分小波域数据进行压缩，设定压缩率范围为30％—80％，每隔10％为一档，利用压缩感知对处理后的小波域数据进行CMUT超声图像重建；选取结构相似度SSIM、峰值信噪比PSNR和均方根误差NRMSE作为评价图像重建算法精度的指标，分析在不同压缩率下的CMUT超声图像重建效果。