[发明专利]一种用于超声微小血流成像的四维杂波抑制方法及系统

说明书

本发明公开了一种用于超声微小血流成像的四维杂波抑制方法及系统，属于超声成像领域。该方法应用于基于时间累积的多帧多角度平面波传输且波束合成后的四维数据集合，利用角相干性原理，即主瓣分量在角空间具有高相干性而旁瓣分量相反，采用高阶奇异值分解进行杂波抑制。基于角度的四维杂波滤波方法扩展了数据维度(增加了特征空间)，增加了信息量，有利于血流的分离，可以以较少的帧数有效抑制杂波，能够在小的数据集合中有效提高微小血流成像质量，所需的多角度数据量较小，计算成本较低，解决现有技术中存在的问题。

技术领域

本发明属于超声成像领域，涉及一种用于超声微小血流成像的四维杂波抑制方法及系统。

背景技术

超快超声微血管成像技术可以实现微小血流运动和微血管形态结构变化的实时监测，对生理状态的评估及临床疾病的诊断和治疗具有重要意义。然而目前微小血流检测面临两方面的挑战；一是血流信号较弱，更接近噪声基底；二是组织运动会破坏测量的血容量或血流水平。因此，有效的杂波抑制方法是微小血流检出的关键。

传统的频域杂波滤波器适用于大血管如动脉血管壁运动的滤除，但对于伴随缓慢的组织运动的低速血流来讲，由于二者的慢时频谱发生重叠，因此难以进行有效区分。基于特征值分解的滤波器(SVD)利用时空相干性可以有效分离血流和杂波，是目前应用最为广泛的方法，但其性能的发挥高度依赖截断阈值的选取，且在实时的小集合(几十帧)成像中性能有限。鲁棒主成分分(RPCA)及其改进的滤波方法可以增强微小血流检测的灵敏度，但所需集合样本大，计算复杂度高，计算时间长。基于脉冲数据和孔径数据的高阶SVD方法可以有效分离血流和杂波，显著提高血流成像质量，然而该方法所需的数据量较大，计算成本高，不适合实时成像。目前并没有一种能在小数据集合中进行有效杂波抑制且计算复杂度较低的方法，这限制了超快超声微血流的实时成像。

发明内容

本发明的目的在于解决现有技术中在小数据集合中不能进行有效杂波抑制且计算复杂度较低的问题，提供一种用于超声微小血流成像的四维杂波抑制方法及系统。

为达到上述目的，本发明采用以下技术方案予以实现：

本发明提出的一种用于超声微小血流成像的四维杂波抑制方法，包括如下步骤：

对多帧多角度波束合成后的四维IQ数据进行重组，得到三维IQ数据；

对三维IQ数据进行分解，获得奇异向量矩阵，以及各模式特征值；

根据奇异向量矩阵的特征空间及模式特征值选取合适的截止点；

根据截止点获取滤波后的血流核心张量，将核心张量中杂波对应的奇异分量置零，获取滤波后的血流信号，实现四维杂波抑制。

优选地，对多帧多角度波束合成后的四维IQ数据以Casorati形式重组，得到三维IQ数据其中，表示复数域，空间样本数M＝Z×L，Z表示轴向样本数(垂直于传感器阵列)，L表示横向样本数(沿传感器阵列)，W表示角度数目，T表示时间帧数。

优选地，采用高阶奇异值分解方法对三维IQ数据进行分解，三维IQ数据被分解为其中，为正交的核心张量，为空间奇异向量、为角度传输奇异向量、为时间奇异向量正交因子矩阵，×_n表示模式-n积。

优选地，分解后的三维IQ数据S通过固定一个维度并组合其他维度而形成展开矩阵S_(n)，并产生协方差矩阵，协方差矩阵包括由空间奇异向量矩阵产生的协方差矩阵R_M、由时间奇异向量矩阵产生的协方差矩阵R_T和由角度奇异向量矩阵产生的协方差矩阵R_W，表达式如下：