论文部分内容阅读
超声血流成像系统可以实时、无损伤地检测动态的血流信息,已经成为诊断血管内疾病的主要工具,在临床中得到了广泛应用。但是目前的超声血流成像系统中还存在很多不足之处,例如超声在人体组织中的衰减使得回波信号信噪比降低,血流速度估计精度下降;由于高强度组织回波的影响,使得系统对微弱血流信号的检测能力变差,并且当杂波信号为非平稳信号时,静态杂波抑制器不能对其进行很好地抑制;频域血流速度估计方法受混叠问题的困扰;壁滤波会给血流速度的估计带来偏差。这些问题的存在会降低血流成像的质量,进而影响到医生对疾病的正确判断。本文针对以上四个问题,进行了以下几方面的深入研究。 由超声幅度衰减所引起的回波中心频率下移不但使得回波信号的信噪比降低,还会给血流速度的估计带来偏差。本文利用小波滤波器的恒 Q特性,提出了基于高斯小波的自适应动态滤波方法来提高回波信号的信噪比,仿真和实验结果验证了其有效性。同时分析了回波中心频率下移对血流速度估计的影响,并提出了一种基于回波频率追踪的正交解调方法,仿真和实验结果表明利用该解调方法能够得到近似无偏的基带信号,提高血流速度估计的精度。 对于平稳杂波的抑制,从可实现的角度,给出了投影初始化 IIR壁滤波器的一种切实可行的设计和实现方案,将滤波过程转化为简单的矩阵乘法操作,并在可编程逻辑器件上对其进行了实现。针对非平稳杂波的抑制问题,提出了一种基于相位建模法的非平稳杂波抑制方法,首先通过相位建模法估计出对应于每次脉冲发射的杂波瞬时频率,然后利用所估计出的瞬时频率对多普勒基带信号进行混频,最后再用一个阻带较窄的静态杂波抑制器就可对杂波进行充分抑制,仿真结果证明了该方法在抑制非平稳杂波方面的优越性。 由采样定理可知,频域血流速度估计方法受脉冲重复频率的限制,当血流速度大于Nyquist极限时,会出现混叠现象。本文提出了一种改进的血流速度估计方法来估计发生混叠时真实的血流速度。该方法将自相关算法和蝶形搜索算法相结合,首先根据自相关算法估计出混叠时的血流速度,并由此得到一组速度备选值,然后利用蝶形搜索算法从这几个备选值中找出真实的血流速度。该方法既保持了自相关算法计算量小、便于实现等优点,又能够估计出发生混叠时真实的血流速度。仿真结果表明这种方法能够正确地估计出血流速度。 在经典的采用自相关估计血流速度的方法中,壁滤波器是必不可少的一个环节,然而它在对杂波进行抑制的同时也给血流速度和方差的估计带来了偏差。传统的二阶 AR模型方法虽然不需要壁滤波器就能提取出血流信息,但它有一个重大的缺陷就是当杂波强度过大时,性能明显下降。本文提出了一种改进的基于二阶 AR模型的血流信息提取方法来弥补这个缺陷,它通过一个既与杂波强度又与血流极点频率有关的参数对传统二阶 AR模型方法估计出的血流平均频率和方差作修正,从而补偿了由于杂波过强引起的血流平均频率下降以及方差变大的现象。仿真结果表明在杂波较强的环境下这种方法所估计出的血流平均频率优于自相关方法和传统二阶 AR模型方法,且一直能得到较好的方差估计。