脑卒中是一种脑部血液循环障碍的突发疾病,它是由多种诱发因素,如高血压、冠状动脉心脏疾病、衰老等,引起脑内血管堵塞或破裂,导致人体脑部的各方面机能不同程度的下降,甚至危机生命。由于其显著的高发病率和死亡率,早期快速诊断起着非常重要的作用。然而,当前主流的检测技术如CT、MRI等在脑卒中的检测和诊断方面均具有明显的缺陷和不足。近年来,随着微波成像技术的发展,它在越来越多的领域发挥了巨大的作用。微波成像技术是一种新兴的无损检测方法,其将低功率的微波信号入射到目标成像区域,记录并处理接收到的散射信号,根据一定的方法重建图像,在医学领域有着巨大的应用潜力。考虑微波成像技术的特有优势,本文将其应用于脑卒中的诊断,研究并设计适用的微波成像方法。目前主流的成像方法根据其原理主要分为微波层析成像方法和微波雷达成像方法,从信号处理的角度又可以分为时域与频域两类微波成像方法,本文主要对时延求和共焦成像、时间反演共焦成像、基于惠更斯原理的UWB微波成像和基于子空间的优化成像等四种方法进行深入研究。基于MATLAB平台完成了头部模型与成像算法的建模与仿真,同时针对脑卒中诊断的特殊性进行了成像算法的优化改进。计算机仿真结果表明,本论文所研究设计的成像算法性能基本满足设计要求。为了进一步验证所设计的微波成像方法在真实环境下应用的可行性,本文建立了一个简单的模拟脑卒中检测实验系统。接收与发送天线采用UWB天线,矢量网络分析仪作为信号源。被测目标选择PVC材料的头部模型,在其空腔内填充不同物质以模拟真实颅内情况。在待测目标外围环形均匀排布16个测量位置完成散射场数据接收。对所接收到的散射场数据进行记录与处理,并应用本文所研究设计的方法完成图像重建,结果表明时延求和共焦成像方法与基于子空间的优化方法有较好的成像性能。