在现有的医学成像模式中，超声成像广泛应用于临床诊断中，如妊娠监测，心脏成像或血液流量估计等。超声成像的主要优点是安全性高、成本低以及实时性，这些特性使之成为医学诊断最常用的方式之一。然而，随着三维、四维超声的不断发展和普及，超声的实时性受到了挑战，越来越高的超声数据量不仅增加了成像的时间，也占据了更多的内存空间，不利于临床诊断或图像处理。　　本文的目的在于研究相关技术，在信号采集阶段降低超声数据，同时保证最后的图像重建质量。为此，本文采用压缩感知理论，压缩感知成功实现了信号的同时采样与压缩，为了实现这一点，压缩感知依赖两个准则:稀疏性（涉及信号本身）和非相关性（涉及传感方式）。　　本文首先介绍了超声的成像原理、图像复原理论、压缩感知及其在超声成像中的一些应用。接着从一维压缩感知入手，研究二维压缩感知以及超声k空间重建，并结合这两者提出超声的二维k空间重建。为了将压缩感知真正的应用到超声领域，研究了超声的成像过程，结合实际，提出重建超声射频图像，使用FieldⅡ仿真得到射频数据。　　同时为了寻求更高效的重建算法，本文研究了共轭梯度算法以及分布式压缩感知，采用共轭梯度算法结合总变差重建图像，时间相当可观，并且对于不同的图像重建质量较稳定;分布式压缩感知建立在联合稀疏或组稀疏的基础上，文中采用JSM-2型联合稀疏模型的同步正交匹配追踪算法，结合每个射频信号在一维傅里叶基下的稀疏假设，对射频图像进行重建，并最终重建出相应的B超图像。实验表明，该算法在较低采样率时，仍能保证良好的重建质量，重建时间也很乐观，尤其适用于超声射频图像的重建。