脑血管病的主要诱因包括心律不齐、高血压、血管中形成栓子(血细胞聚集形成的细胞团)和血管壁附着沉积物等,它们导致了局部血流动力学状况改变。对颈内动脉颅内段(ICA)、大脑中动脉(MCA)、大脑前动脉(ACA)、大脑后动脉(PCA)和基底动脉(BA)等脑动脉的血流状况进行实时、准确的检测,对脑血管病的诊断具有重要价值。经颅多普勒技术能够实时检测脑动脉血流状况,该方法具有无创、便捷、可重复的优点,适于一般性检查。研制的便携式经颅多普勒系统硬件具有便携、高精度等特点,快速进行超声发射与接收、回波处理、数据采集、系统控制和数据传输等操作。硬件的模拟电路部分从血流回波信号中提取多普勒频移信号,将其调整为两路正交信号；数字电路部分以FPGA和USB芯片为核心,对正交信号进行数字采样并通过USB与系统软件进行通信。系统软件接收硬件传输的数字频移信号,计算信号的功率谱,通过频率分量的功率强度计算相应的流速分布；软件同时将系统控制参数传输给硬件,通过改变FPGA产生的时序信号间接控制硬件的功能。本文使用滑动离散傅里叶变换、自回归模型和离散小波三种方法计算血流频移信号的功率谱,比较不同方法计算的流速分布。针对血流可能出现不同流向的特点,使用Hilbert变换从正交信号中分离不同流向的频移信号,再计算不同流向的流速分布。由于频移信号中丰富的频率分量和噪声会对Hilbert变换产生干扰,将正交信号合成复数信号计算功率谱,使不同流向的频率分量分处于功率谱两侧,可以更加快速、准确地计算流速分布。根据处理效果和算法时间,研制的系统使用复数滑动离散傅里叶变换计算流速分布。该算法快速、准确,满足实时监测的需要。针对流速图中存在的散点噪声,使用平滑降噪与区域相关性降噪两种方法进行抑制。与区域相关性降噪相比,平滑降噪算法更简单,图像整体效果更好,更适于实时监测。