脑中风是一种紧急病例,通常会引起脑部损伤,产生并发症,甚至死亡。由脑中风引起的死亡人数呈逐年上升的趋势。传统的治疗药物,如打破血块的药物,它虽然可以大大减少由中风引起的损害,但只有在发病短期内才是最有效的,长期就会造成大量的脑细胞死亡。因此,快速和及时的诊断起着至关重要的作用,特别是在中风症状刚出现的几个小时。目前脑中风检查依靠大型的先进器械、设备,例如CT扫描,核磁共振等,必须到医院才能进行,不能被用来作为一个经常性的中风检测方法。微波成像是指使用微波照射待测体,继而通过待测体散射场的值来重新还原出待测体的(复)介电常数分布,继而还原出物体的形状。因为介电常数的值和组织含水量具有十分重要的联系,所以对于生物成像来说,微波成像具有得天独厚的优势,使用超声波进行成像,波的不连续性会影响其效率,当用X射线时,生物组织具有的较低密度的特性在一定程度上也会影响它的使用,微波在成像时却可以发挥出它独特的特性,得到诸如超声波、X射线无法达到的效果。微波成像具有安全、成本低、理论上可对温度成像等特点。本文中的研究是基于共焦算法的微波成像脑中风检测系统,首先研究了微波脑中风检测的理论基础,包括生物微波成像,矢量网络分析分析仪的研究,其次,对为微波成像系统进行总体设计,该系统利用超宽带渐变开槽天线作为收发天线,用矢量网络分析仪(VNA)作为信号源,使天线发射超宽带信号作用于被测物体。被测物体简化头部模型,将被测物体放置在旋转平台上,本文基于被测物体进行了16和32个天线位置的数据采集。由于VNA只有扫频,无脉冲源,需要通过步进频率连续波采样技术(SFCW)进行有效采集,采集的过程是通过上位机控制矢量网络分析仪和旋转平台进行自动化采集,将采集到的S11和S21数据上传至终端,后续处理利用重建算法进行成像,重建算法选择共焦算法,该算法是基于延时和求和的图像重建算法,本文将共焦算法进行改进并用到成像系统中。最后,本文对成像结果进行分析,本文通过模糊综合判断法进行综合判断分析。最终结果准确的检测出异物的存在和位置关系,从而验证了利用超宽带微波信号检测异物的可行性。