随着人类社会老龄化的加剧,骨质疏松症的发病率越来越高,到上世纪末全世界已有2亿人患有骨质疏松症。现阶段,诊断骨质疏松症的方法主要是基于X射线的DXA(双能X射线吸收法)技术,但它并不能给出骨质状况的全面信息,如骨的力学特性以及骨微结构等信息。此外,X射线具有辐射性,对人体会造成一定程度的伤害。与之相对,基于超声技术的设备具有无辐射,易携带,且价格相对低廉的优势,因此,利用超声技术评价骨质状况引起了人们的关注。而由于超声导波是在整个皮质骨层传播,它对皮质骨的厚度以及弹性模量等参数的变化非常敏感。因此,越来越多的相关人员开始研究超声导波在长骨评价上的应用。本文基于上述背景,利用信号处理方法以及不同的激励方式,分析长骨中传播的超声导波信号,从而得到长骨的相关参数,评价其骨质状况。主要工作包括：1)应用信号处理的方法得到皮质骨的厚度。当骨质疏松症发生的时候,皮质骨层的厚度会相应的减小。而根据超声导波的频散方程,皮质骨的厚度可以由单一导波模式的群速度确定。因此,本文首先应用基于时频分布的盲信号分离算法(TFBSS),对导波的仿真信号进行分析,验证方法的有效性。然后设计实验,在离体牛胫骨上得到多路混叠的导波信号,并用TFBSS算法对其分离,得到单一的导波模式。而后利用Gaussian-Chirplet算法和差值法计算得到单一模式的群速度。最后,根据导波的频散方程,估测出皮质骨的厚度。由于TFBSS是一种基于时频分布的算法,需要花费大量的时间。因此,本文引入基于近似对角化特征矩阵的分离算法(JADE)对导波信号进行分析。同样,在利用仿真信号验证方法的有效性之后,本文应用JADE算法对混叠的导波信号进行模式分离,接着计算出单一导波模式的群速度,并最终得到皮质骨的厚度,为分析长骨中的导波信号提供一种快速算法。但通过仿真验证,TFBSS算法的抗噪声能力要比JADE算法强。2)利用不同的激励方式产生超声导波信号。在导波模式分离的研究中,本文主要利用了传统的单脉冲激励方式,产生超声导波信号。由于长骨对超声导波的高衰减性,使这种激励方式往往需要功率较大的发射装置,来得到具有较高信噪比的信号。因此,本文引入了编码激励方式来产生超声导波信号,为了与其对比,本文还应用了正弦波的激励方式。当使用正弦波作为激励信号时,正弦波的周期数越多,接收信号的幅度越大,但轴向分辨率越低。而当采用编码激励方式时,得到的接收信号不但具有较高的信噪比,并且在解码后保持较高的轴向分辨率。根据导波的频散曲线,可以发现较低的激发频率所产生的导波模式相对较少,但中心频率较低的换能器的体积很大,长骨的可测量区域又相对较小。本文利用编码激励方式,在远离换能器中心频率的较低频率上得到了具有较高信噪比,含有较少导波模式的接收信号。为“低频”阵列换能器在长骨评价上的应用,提供了可行的方案。3)超声导波分析附有表皮的长骨模型。长骨的外层附有一层表皮组织,这层组织会给超声导波的传播带来衰减和扭曲。本文用双层圆管结构模拟附有表皮的长骨。然后利用基于基础序列调制的Golay码作为激励信号,在远离换能器的中心频率(200kHz)的较低频率上(50kHz,25kHz),在附有表皮的长骨模型中产生超声导波信号。而后利用二维傅立叶变换(2D-FFT)识别出基础弯曲导波模式(FFGW),并计算出其相速度。由相速度和皮质骨厚度组成的曲线显示,FFGW的相速度随着皮质骨厚度增加而变大,表明FFGW的相速度对皮质骨厚度的变化敏感。