基于压缩感知的超声成像

摘要

超声成像具有安全、方便、非介入性、成本低等优点被广泛应用于临床,但传统的超声B模式图像为结构图像,对比度低,分辨率不高,主要提供组织形状、声信号反射强弱等有限信息,随着临床应用的发展,要求超声图像提供更为丰富组织信息,如组织的体积,组织的声学特性等.这些要求使得其他模式的超声成像研究在近几年获得广泛的开展,如3D体成像、弹性成像、声速成像等参量成像.它们能够提供组织的声学定量信息,更能反映组织病变特性.但实际研究发现,这些新的超声成像模式往往需要处理大量的临床数据,如乳腺CT需要多次对目标重复发射扫描,3D成像每秒甚至需要处理几个GB的数据;这些均对当前的系统数据处理能力以及系统的加工水平提出了更高的要求.压缩感知利用目标的稀疏性,通过对目标的有限观察或信息采集,再基于优化算法重建目标.它能突破奈奎斯特采样原理的限制,减少系统的数据处理量和硬件负担.本文将压缩感知理论应用于医学超声成像,减少系统数据处理量和系统复杂性.提出的基于压缩感知重建方法，具有更好的对比度，而且空间分辨率更高，更重要的是，与传统的基于逆问题方法相比，重建方法不但能够降低系统数据采集量，而且能增强重建系统稳定性；在超声衍射层析成像中，基于压缩感知的方法能够降低系统的控制复杂度，减少扫描时间，并与传统的插值方法进行对比，图像的分辨率、对比度有显著性的提高。