结合维纳滤波的相干波束合成超声成像研究.docx

结合维纳滤波的相干波束合成超声成像研究

摘要：传统超声动态聚焦通过简单的延时叠加方法成像，分辨率较低、对比度较差。本研究 在基于像素的相干波束合成（Coherent PB）的基础上，应用一种计算效率较高的前置维纳滤 波器，利用焦点处的脉冲回波对整个阵列信号进行相位矫正，并通过后置维纳滤波器为每次 子孔径波束合成结果施加自适应权值，进一步抑制噪声和伪影。通过仿真、仿体和在体实验 对本方法的有效性进行验证，与 Coherent PB 相比，本方法在保持较高横向分辨率和计算效 率的基础上，明显改善图像的轴向分辨率和对比度，具有一定临床应用价值。
关键词：超声波束合成；相干；维纳滤波；轴向分辨率

传统的波束合成采用固定发射聚焦和动态接收聚焦，以延时叠加（delay-and-sum， DAS）方法逐列成像，只能获得有限的分辨率和对比度[1] 。随着高性能计算机和硬件的发展， 许多学者尝试改进波束合成方法以提升图像分辨率和对比度，其中合成孔径（ synthetic aperture，SA）[2-5]成像通过多次发射、接收脉冲回波序列，实现全域发射、接收聚焦，改 善了图像分辨率。然而，由于发射孔径较小、发射功率较低，SA 在高噪声、高衰减区域的 成像质量较差[6-8] 。近来，基于虚拟源（virtual-source-element，VSE）模型的合成孔径 方法[9] ，将发射焦点视为虚拟阵元并结合 SA 成像方法，提高了超声成像的横向分辨率和信 噪比（signal-to-noise ratio，SNR），从而实现成像深度的扩展。然而，VSE 模型只在有 限角度内来回传输球面波，因此，角度之外的成像点将被视为无效而丢弃[10-11] 。若将焦点 放置在发射阵列之前，可以改善该问题[12] ，但又会导致发射波束增宽、空间分辨率降低[11]。 因此，亟需一种能够进一步整合这些缺失数据的方法。在最近的研究中，Nguyen 等[11]提出 一种基于虚拟源的双脉冲模型，通过两个球面脉冲的叠加，更好地表征了场模式，实现了 发射焦深处的平滑过渡。由此，他们开发了一系列基于像素的波束形成器[10-11] ，如基于像 素的相干波束合成（ coherent pixel-based beamforming，Coherent PB）[11] ，将基于虚拟 源的双脉冲模型应用于像素级的合成孔径成像，提升了整个成像区域的成像质量。
然而，Coherent PB 只改进了波束合成的延时计算方法，没有考虑发射波形及探头发 射、接收脉冲响应带来的时空干扰，未对数据进行最佳聚焦，仅提升了超声图像的横向分

辨率[13] 。为进一步提高成像的轴向分辨率和对比度，更好地抑制噪声和杂波，可以考虑使 用前置或后置滤波方法。首先，接收阵元与发射孔径间空间位置的变化，使接收信号产生 了相位畸变[14] ，若直接进行延时叠加，由于各通道的接收信号并未完全对齐[13] ，将导致较 宽的主瓣和较高的旁瓣。为更好地估计各通道真实的回波信号，可以在各个换能器阵元上 应用前置空间滤波器，对接收信号进行相位矫正[13-16] 。Jensen 等[13]将空间匹配滤波器 （spatial matched filter，SMF）应用于 SA 成像，使用基于空间脉冲响应的模型来描述 接收信号。SMF 利用每个成像点的脉冲响应构建滤波器，对接收信号的峰值进行优化，可 使各阵元信号的相位保持一致，并自适应调整各阵元权值，从而改善图像分辨率。此外， 将空间匹配滤波器升级为空间维纳滤波器（spatial Wiener filter，SWF）[16] ，对各通道信 号进行解卷积，可以进一步提高空间分辨率及算法敏感度。然而，为抑制由于空间变化产 生的影响，SMF 和 SWF 均需要在每个成像点构建相应的匹配滤波器或维纳滤波器，其计算 量和内存负荷很大。而基于像素的维纳解卷积相干波束合成（ coherent Wiener-filter pixel-based beamformer，CWF-PB）[17]仅利用焦点处的脉冲响应函数，即可实现对整个阵列 信号的解卷积，无需逐点构建滤波器，计算速度得到了很大的提升。
另一方面，Coherent PB 仅将多个子孔径波束合成结果简单地平权相加，对噪声和杂 波不能起到很好的抑制效果，旁瓣水平较高，所成图像中伪影较多。 自适应加权方法则能 根据各通道回波信号的特征，对于每个成像点动态地计算每次发射事件的加权值，并与各 子孔径在该成像点的波束合成结果相乘，同时得到较窄的主瓣和较低的旁瓣，明显改善超 声图像的空间分辨率和对比度。相干系数（ coherence factor，CF）[18]是自适应加权方法中 的常用的一种，被定义为探头阵列信号中的相干信号功率与非相干信号功率之比，计算复 杂度低，可以抑制离轴的非相干噪声、降低旁瓣。然而，CF 对噪声存在过度抑制的问题[18-20]， 尤其当信噪比较低时，所成图像可能出现暗区伪影，同时将破坏背景散斑。基于 CF 发展了 许多改进算法，如广义相干系数（general coherence factor，GCF）[19] 、相位相干系数 （phase coherence factor，PCF）和符号相干系数（ sign coherence factor，SCF）[20] 等。GCF 是 CF 在频域的应用[19] ，能够较好地保留背景散斑，但其抑制噪声、旁瓣的效果也 有所下降，对图像质量的提升较为有限。PCF 和 SCF 分别从回波信号的相位和符号中提取 特征信息[20] ，SCF 是 PCF 的一种特殊形式。当回波数据没有得到最佳聚焦时，PCF 和 SCF 将 对波束合成的结果产生抑制，从而提高图像分辨率和对比度。然而 PCF 计算较为复杂，且 对旁瓣和噪声的抑制效果也较弱；SCF 尽管计算较为简单，但仍会引入暗区伪影。而后置 维纳滤波器（Wiener post-filter，WPF）方法通过调整噪声功率所占比例，将噪声协方差 矩阵乘以一个定义的比例因子，可以有效改善 CF 类方法中对噪声功率的过度估计[21] ，在不 破坏背景散斑的前提下，提高成像的空间分辨率和对比度。
本文在 Coherent PB 的基础上，有机结合前置与后置维纳滤波器，以期提升超声成像 质量，尤其是轴向分辨率和对比度。基于双脉冲模型的场模式分析[10-11]表明，可以在波束 形成之前，施加一种新的空间维纳滤波器，利用发射焦点处产生的脉冲响应对接收波形进 行解卷积，估计出真实的回波信号。由于不必使用每个成像点产生的脉冲响应，该滤波策 略可以显著加快计算速度。此外，在波束形成之后，施加后置比例维纳滤波器，最小化均 方误差，抑制伪影和噪声。通过调节比例因子，可以在保留背景散斑特性的同时，降低旁 瓣、缩窄主瓣，进一步提高图像质量。我们在一系列数据集上验证所提出的方法，包括使

用 Field Ⅱ [22]进行仿真，并在由 Verasonics 系统采集的仿体及在体数据上进行实验。结 果表明，本文提出的新方法显著提高轴向分辨率及对比度，抑制噪声和伪影，且不会引入 暗区伪影，其他性能指标与Coherent PB 保持一致水平。
1 方法
1.1 基于像素的维纳解卷积相干波束合成
假设 VSE 在焦点 F 处，根据文献 [10] 中的压力场分析，由时空脉冲响应得到成像点 P 处的压力场 ht (xp, t) [23]：




（1）

其中 xp 为 P 的位置矢量， ρ 为弱散射介质的平衡密度，v 为发射时的正弦和均匀激励，*t 表示 时间卷积。在 1-D 固体孔径下， ∂ht (xp, t)/∂t 就可以近似表示为[10]：




（2）

其中 Rmin 和 Rmax 分别是点 P 到孔径的最小和最大距离， βmin 、 βmax 是与 Rmin 和 Rmax 相关的 角度系数，c 是声速。因此，我们可以用两个球形脉冲的叠加来描述发射波形，分别对应 点 P 到发射子孔径的最大和最小距离，将这种对发射波的描述称为双脉冲模型[10] ，如 图 1（a）。双脉冲模型是 VSE 技术的泛化。

传播方向
0.10 0.05 0.00 -0.05 -0.10
0.10 0.05 0.00 -0.05 -0.10
Rmax
轴 向
(Ⅳ)
(Ⅰ)
P1 ·
A
P2
B · i

W
2

<
>
< >
W1
Rmin
α F
l
l
(Ⅱ)
P3
(Ⅲ)
横向


点 P1 处的模拟发射波形

10 20 30 40 50 60 70 80 90 100


点 P2 处的模拟发射波形

10 20 30 40 50 60 70 80 90 100

点 P3 处的模拟发射波形 点 PF 处的模拟发射波形
（a） （b）
注：（a）根据 Verasonics Vantage-256 的参数，用 Field Ⅱ模拟的发射场模式及施加变迹示意图。（b）在成像 点 P1 、P2 、P3 和焦点 F 处产生的发射波形。所有波形都被归一化为在 P2 处模拟的振幅[11]。
图 1 双脉冲模型原理图
Fig.1 Schematic diagram of two-pulse characterization model
使用Field Ⅱ 模拟基于 Verasonics 系统的参数的相应的发射场情况（图 1）。在图 1（a） 中，以焦点为中心用有限角度 α 将成像平面分为 4 个区域，按逆时针方向为 ( Ⅰ ) 区到
(Ⅳ) 区。在 ( Ⅱ ) 区或 (Ⅳ) 区中，点 P 到发射孔径的距离从孔径的一端到另一端单调

地增加。该距离在 ( Ⅰ ) 区和 (Ⅲ) 区内分别达到最小和最大。因此，这两个脉冲的相对 幅值随点 P 在区域的位置而变化。如图 1（b）所示，在 ( Ⅱ ) 区和 (Ⅳ) 区中两个脉冲的 幅度均不可忽略，而在区域 ( Ⅰ ) 和 (Ⅲ) 中以一个脉冲为主导。
基于双脉冲模型，Coherent PB 将两个脉冲相关的高能信号结合起来，生成的图像具 有高分辨率，并在焦深处平滑过渡。Coherent PB 算法的成像方程是利用相应脉冲对应的 时间延迟来确定的，其在成像点 P 处的波束合成输出可表示为：

其中 Nt 为发射数， Nr 为接收阵元数， xi,j (t)为阵元 j 上接收到的与发射 i 有关的回波信号， wij 为变迹系数， τp,min 和 τp,max 为与发射波形中两个脉冲有关的时间延迟， c1 和 c2 由分区及 像素点位置计算得到。变迹系数wij 主要作用于区域 ( Ⅱ ) 和 (Ⅳ)（在区域 ( Ⅰ ) 和 (Ⅲ) 中， wij = 1）。在区域 ( Ⅱ ) 和 (Ⅳ) 中，对于那些远离波束中心线的像素点，脉冲较弱， 回波信号大多为噪声和离轴干扰，因此需要通过施加一定的变迹加以抑制[11] 。以与中心线 的距离为参数，选取 W1 ≈ 4λf0 /D ， W2 ≈ 8λf0 /D （其中 λ 为波长， f0 为聚焦深度，D 为发 射孔径宽度），进一步划分区域 ( Ⅱ ) 和 (Ⅳ) , 如图 1（a）所示。当像素点与中心线距离 小于 W1 时，wij 取 1；大于 W2 时，wij 取 0；在 W1 与 W2 之间时，wij 从 1 到 0 线性减少。
CWF-PB 先利用焦点处 的脉冲 响应 函数对整个 阵列信号进行维纳解卷积 ，再通过 Coherent PB 提取和组合与 ∂ht (xf, t)/∂t 中两个脉冲相关的信号，极大提高了算法效率。
首先，阵元 j 上接收到的射频回波信号和成像点 P 的反向散射信号表示为：




（4）

其中Em (t) 为接收过程中换能器力与电压的机电脉冲响应， fm (xp )表征软组织中的不均匀性， xj 为接收阵元 j 的位置矢量，hpe (xp, xj, t)为空间脉冲响应， *x 表示空间卷积。
hpe (xp, xj, t)可以由发射和接收空间脉冲响应之间的时间卷积表示，即：




（5）

其中 ht (xp, t)为发射时空脉冲响应， hr (xp, xj, t)为波从成像点 P传播到接收阵元 j 的空间 脉冲响应。忽略阵元的指向性，我们可以认为 hr (xp, xj, t)的形状对点 P 是位置不变的，如 图 1（b）最后一张图所示，发射波形中的两个脉冲在焦点 F 处合并为一个，由式（2）可 推导出：
（6）
其中 xf 是焦点 F 的位置， R0 是发射子孔径的半径， β0 是与脉冲相关的角度系数。因此， 阵元 j 上接收到的焦点 F 处的反向散射信号可由以下公式给出：

其中 vpe (t) 兰 Em (t)*t∂2v(t)/∂t2 。

假设 hr (xf,xj, t)和 hr (xp, xj, t)具有相同的形状，则可用 xj,F (t) 代替维纳滤波器的脉冲响 应函数来解卷积 xj,P (t) 。该理论对成像区域内的每个成像点都有效，大大提高了计算效率。 通过前置维纳滤波器解卷积后的回波信号 ，仍可由两个球型脉冲的和来建模 ，作为 Coherent PB 的输入。
1.2 结合后置比例维纳滤波的基于像素的维纳相干波束合成
尽管 CF 能够提供较高的分辨率和对比度，却也导致了有效信号的丢失。而后置比例维 纳滤波器（scaled Wiener post-filter，ScW）[20,24]是WPF 的改进方法，可以通过比例因子 调节噪声功率所占权重，在提供较高成像质量的同时，显示了出色的噪声容限[19,25] 。事实 上，CF 可以表示为 ScW 的一种特殊情况，其中噪声项被过度估计[21] 。本文在 CWF-PB 的基 础上，首次应用了ScW 方法，在保持与CWF-PB 相同水平的空间分辨率的同时，进一步抑制 了噪声和杂波，得到了更低的旁瓣和更窄的主瓣，在保留背景散斑特性的前提下，改善了 图像对比度，且不会引入 CF 类方法的暗区伪影。
WPF 方法本质上是一个权值一定的最小均方误差（minimum mean-square error，MMSE） 问题[21] ，各通道间权重相等：

其中 s 为波束合成器的输出信号， x(→) 为阵列信号向量， w(→) 为波束合成器的权重。由于波束
已经对齐，故 其中 M 为通道数。
该 MMSE 问题的解为：
HWiener = （9）
其中 jsj2 为信号功率，Rn 为噪声功率。
通过比例因子调节后置维纳滤波器中的噪声功率项，即构成 ScW[20,24]：




（10）

其中 u 为 ScW 的比例因子。以噪声协方差矩阵 R(一)n 估计噪声功率 Rn ，若采用白噪声场假设，
即各通道间的噪声信号互不相关，则噪声功率可被估计为各通道噪声信号的自相关的平均
一
值。假设最佳可用估计为波束合成器的输出，噪声协方差矩阵 Rn 可由下式得到：
（11）
其中 xm (n) 为延时对齐后的第 m 个通道的回波信号，I 为单位矩阵。 为增加鲁棒性，可在计算中使用空间子阵列平滑技术[20]：

其中 x(→)k (n) = (xk (n) , · · · , xk+L一 1 (n) )T ，L 为子阵列长度，K 为接收孔径的阵元数目。当 L = 1 时，

即在估计中仅使用单一时间样本，后置维纳滤波器退化为相干系数。本研究将 CWF-PB 的输 出作为 ScW 的输入，用式（12）估计 Rn ，逐像素自适应地计算波束合成的权值，将所构成 的波束合成器称为结合后置比例维纳滤波的基于像素的维纳相干波束合成器（ coherent Wiener filter pixel-based beamforming combined with scaled Wiener post-filter， CWF-ScW）。
2 结果
2.1 实验参数与评价指标
我们将所提出的方法 CWF-ScW 与其他波束合成器进行比较，包括动态聚焦（dynamic focusing，Dyn.foc.）、Coherent PB 和 CWF-PB。通过 Field Ⅱ模拟数据[22]和Verasonics Vantage-256 系统（Verasonics，Kirkland，WA，USA）采集的仿体、在体数据来验证性能。 我们使用一个 128 阵元的线性阵列传感器（L11-5v，Philips），中心频率为 7.6MHz，固定 焦深为 18mm。施加激励电压产生一个中心频率与探头相同的、脉冲回波带宽为 67％ 的超 声脉冲 。发射和接收子孔径均为 64 通道 。仿真 、仿体和在体实验 的采样频率均为 31.25MHz。扫描波束移动的步长为 1 个阵元长度，像素的横向间距为 1/5 个阵元长度。本 文所显示的超声图像均经对数压缩处理，动态范围为 70 dB。
为了评估所提出的波束合成器的性能，我们使用 MATLAB（Mathworks，Natick，MA， USA）离线处理所有的回波数据。通过半峰全宽（full width at half maximum，FWHM）、 对比度（contrast ratio，CR）和对比噪声比（contrast to noise ratio，CNR）定量评 估图像质量 。其中，FWHM 主要用于反映图像的分辨率，通过测量从各个点目标获得的 -6 dB 的平均波束宽度，定量评估每个深度的横向和轴向分辨率。CR 及 CNR 主要用于评价

图像的对比度，其计算公式如下：





（13）

（14）

其中， μcyst ， σcyst 分别为囊肿内的均值、标准差， μback ， σback 分别为背景散斑的均值、标 准差。仿真和仿体实验中的对比度测量方法如图 2 所示。图 2 中黄色圆圈标示出囊肿所在 位置，为减小测量误差，分别将区域半径向内、向外推进相等距离，形成用于计算 CR 和 CNR 的囊肿内区域（图 2 中红色圆圈内的区域）和背景散斑区域（图 2 中两个绿色圆圈之 间的区域）。
2.2 仿真成像
基于上述 Verasonics 系统的参数，使用 Field Ⅱ [22]得到超声仿真数据。模型中含有 一个半径为 2.5mm 的圆形低回声病灶，中心为 (z,x)= (25, 3)mm。成像场中还有 6 个点目 标，呈深度为 22、25 和 28mm 的“八 ”字形分布，横向距离分别为 1，2 和 3mm。

5

10

轴向距离/mm
15
轴向距离/mm

20

25

30

35
横向距离/mm （a）仿真实验
-15 -10 -5 0 5 10 15
横向距离/mm （b）仿真实验
图 2 对比度测量示意图
Fig.2 Schematic diagram of contrast measurement

20
轴向距离/mm 轴向距离/mm
22
24
26
28
30
（a）Dyn. Foc.
（b）Coherent PB

70
60
50
40
30
20
10
0
-8 -4 0 4 8

横向距离/mm
（c）CWF-PB

横向距离/mm
（d）CWF-ScW

注：其中包含 6 个散射点目标和 1 个在随机背景中的低回声囊肿。散射点呈八字状分布在深度 22 mm、25 mm 和 28 mm 处 。囊肿 的直径为 5 mm， 中心在 (z, x) = (25, 3) mm。 图像是使用 Dynamic focusing、 Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的，采用对数压缩，动态显示范围为 70 dB。
图 3 仿真实验结果图
Fig.3 Results of simulation experiments
基于相同参数使用Field Ⅱ构建维纳滤波器的脉冲 xj,F (t) 。根据经验，假定噪声与信 号的平方谱之比为回波信号峰值的 0.5％ 。图 3 为动态范围为 70 dB 的仿真图像。与动态聚

焦（图 3（a））相比，使用Coherent PB 所成图像（图 3（b））的横向分辨率有明显改善。在 通过Coherent PB 进行波束合成之前，使用前置维纳滤波器，得到 CWF-PB（图 3（c）），其所 成图像的轴向分辨率有明显提高，同时保持了与 Coherent PB 相当的横向分辨率，然而损 失了一定的对比度。在通过 Coherent PB 完成波束合成之后，使用后置比例维纳滤波器， 使用子阵列平均估计噪声协方差矩阵，取 u 值为 16，得到 CWF-ScW（图 3（d）），在保持 CWF-PB 的较高的轴向分辨率的基础上，提高了对比度。

横向距离/
（a）22 mm 处的横向响应

横向距离/mm
（b）25 mm 处的横向响应

（c）28 mm 处的横向响应
注：图像是使用 Dynamic focusing、Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的。 图 4 仿真实验中 3 个深度处的点目标的波束横向剖面图
Fig.4 Transverse cross-sections of beams at 3 depths in simulation experiments

轴向距离/mm
（a）22 mm 处的轴向响应

轴向距离/mm
（b）25 mm 处的轴向响应

（c）28 mm 处的轴向响应
注：图像是使用 Dynamic focusing、Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的。 图 5 仿真实验中 3 个深度处的点目标的波束轴向剖面图
Fig.5 Transverse axial-sections of beams at 3 depths in simulation experiments

为了进行更详细的比较，我们计算了低回声病灶区域的对比度，并在图 4 和图 5 中分 别绘制了近场、中场、远场的点目标的横向和轴向波束剖面图。上述结果表明，本方法可 以实现空间分辨率、图像对比度的显著改善，点目标主瓣较窄，且旁瓣水平较低。表 1 总 结了各深度的横向与轴向的FWHM 和 CR、CNR。

表 1 仿真实验的分辨率及对比度
Table 1 Resolution and contrast of simulation experiments

波束合成器
横向 FWHM 位于/mm
轴向 FWHM 位于/mm

CR

CNR
22
25
28
22
25
28
Dyn. foc.
0.228
0.443
0.533
0.307
0.292
0.307
0.208
1.306
Coherent PB
0.234
0.264
0.276
0.239
0.249
0.263
0.333
1.799
CWF-PB
0.198
0.258
0.258
0.183
0.173
0.175
0.189
1.067
CWF-ScW
0.198
0.258
0.258
0.168
0.173
0.185
0.298
1.385

2.3 仿体成像
我们使用 Verasonics Vantage 256 系统和 L11-5v 换能器在多功能多组织超声模型 （Model 040GSE，CIRS Inc.，Norfolk，VA，USA）上评估波束合成器。体模内衰减系数 斜率为 0.5 dB/cm·MHz，声速（1540 ± 10）m/s。扫描病灶为直径为 8mm 的高回声圆形目标， 其中左侧高回声目标的对比度为 + 6 dB，右侧高回声目标的对比度大于 + 15 dB。
图 6 为在相同的仿体数据上分别应用 Dyn.foc.、Coherent PB、CWF-PB 和 CWF-ScW 的 实验结果。其中 CWF-PB 及 CWF-ScW 的xj,F (t) 仍使用Field Ⅱ生成，并假定噪声与信号的平方

1
轴向距离/mm
1
2
2
3
3
（b）Coherent PB
0
0
轴向距离/mm
0
0
0
0
0

（d）CWF-S W
注：其 中包含 2 个 高 回 声 圆形 目标及若干 点 目标 。 图像是使用 Dynamic focusing、 Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的，采用对数压缩，动态显示范 围为 70 dB。
图 6 仿体实验结果图
Fig.6 Results of phantom experiments

谱之比为回波信号峰值的 0.5％。CWF-ScW 的 u 值取24。结果表明，Coherent PB（图 6（b）） 仍表现出优于 Dyn.foc.（图 6（a）） 的横向分辨率。CWF-PB（图 6（c）） 的横向分辨率水 平与 Coherent PB 基本保持一致，而显著提高了成像的轴向分辨率。施加后置维纳滤波器 后，CWF-ScW（图 6（d）） 可在保持 CWF-PB 分辨率的基础上，进一步改善图像对比度。若 使用白噪声假设的场模型，则仍可能在高亮点目标附近出现与CF 方法类似的暗区伪影，而 本文使用空间平滑近似估计噪声协方差矩阵，其所成图像中没有暗区伪影。

横向距离/mm
（a）A 点处的横向响应

横向距离/mm
（b）B 点处的横向响应

（c）C 点处的横向响应
注：图像是使用 Dynamic focusing、Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的。 图 7 仿体实验中 3 个深度处的点目标的波束横向剖面图
Fig.7 Transverse cross-sections of beams at 3 depths in phantom experiments

我们计算了图 6 中右侧高回声囊肿（中心(z, x) = (32, 3) mm）区域的对比度，并在图7 和图 8 中分别绘制了近场（图 6（a）中A 点处）、中场（图 6（a）中B 点处）、远场（图 6（a）中 C 点处） 的点目标的横向和轴向波束剖面图。上述结果表明，本方法可以实现空间分辨率 （尤其是轴向分辨率）及图像对比度的显著改善，点目标主瓣较窄，且旁瓣水平较低。表 2 总 结了各波束合成器在不同深度的横向与轴向的 FWHM，以及高回声目标区域的CR 和 CNR。

横向距离/mm
（a）A 点处的轴向响应

横向距离/mm
（b）B 点处的轴向响应

（c）C 点处的轴向响应
注：图像是使用 Dynamic focusing、Coherent PB、CWF-PB、CWF-ScW 4 个波束合成器生成的。 图 8 仿体实验中 3 个深度处的点目标的波束轴向剖面图
Fig.8 Transverse axial-sections of beams at 3 depths in phantom experiments

表 2 仿体实验的分辨率及对比度
Table 2 Resolution and contrast of phantom experiments

波束合成器
横向FWHM 位于
轴向FWHM 位于

CR

CNR
A 点
B 点
C 点
A 点
B 点
C 点
Dyn. foc.
0.276
0.413
0.629
0.347
0.410
0.484
0.141
0.871
Coherent PB
0.234
0.306
0.401
0.401
0.437
0.447
0.147
1.015
CWF-PB
0.228
0.306
0.420
0.288
0.286
0.337
0.148
1.005
CWF-ScW
0.240
0.300
0.407
0.296
0.278
0.330
0.187
1.147

2.4 人体颈动脉成像
我们使用 Verasonics Vantage 256 系统和 L11-5v 换能器扫描了人体颈动脉结构，通 过在体数据比较各波束合成器的成像质量。
图 9 为在相同的在体颈动脉数据上分别应用上述 4 种波束合成器的实验结果，其余设 置与仿体相同。CWF-ScW 的 u 值取 24。结果表明，本文所提出的改进方法在仍表现出较大
的性能优势。与 Dyn.foc.（图 9（a））相比，Coherent PB（图 9（b））在很大程度上改善

5
轴向距离/mm
10
15
20
25
30
35


（a）Dyn. Foc.


（b）Coherent PB

5
轴向距离/mm
10
15
20
25
30
35


-15 -10 -5 0 5 10 15
横向距离/mm
（c）CWF-PB


-15 -10 -5 0 5 10 15
横向距离/mm
（d）CWF-ScW

70
60
50
40
30
20
10
0

注：扫描部位为人体颈动脉。图像是使用 Dynamic focusing、Coherent PB、CWF-PB、CWF- ScW 4 个波束合成器生成的，采用对数压缩，采用对数压缩，动态显示范围为 70 dB。
图 9 在体实验结果图
Fig.9 Results of in vivo experiment

了图像的分辨率。在 Coherent PB 的基础上，CWF-PB（图 9（c）） 的图像显示出更好的轴 向分辨率（图中橙色箭头处，筋膜变薄）。此外，CWF-PB 更好地保留了在体结构信息及背 景散斑纹理（图中绿色箭头处，血管壁连接更完整），并去除了图像的部分噪声和伪影（图 中红色箭头处，颈动脉管内噪声减少）。而 CWF-ScW（图 9（d））则进一步改善了图像质量， 所成图像中的噪声、伪影明显减少，对比度提升明显（图中红色箭头处），且关键信息保留 完整（图中绿色箭头处）。随着超声成像质量的提高，其应用于临床诊断的可靠性及有效性 也得到了更好的保证。基于高质量的超声图像，包括颈动脉内径长度，颈动脉内膜厚度， 颈动脉粥样斑块的位置、大小及性质等[26]在内的指标能够得到更准确、更方便的测量，从 而辅助相关疾病的诊断与治疗。
3 结论
本文在 Coherent PB 的基础上，通过前置维纳滤波器对整个阵列信号进行解卷积，在 不损失 Coherent PB 的较高的横向分辨率和计算效率的前提下，提高了轴向分辨率；并通 过后置比例维纳滤波器为阵列施加自适应权值，在保持相同水平分辨率的同时，提高了图 像对比度，并进一步抑制了噪声和伪影。实验结果表明，本文方法在很大程度地改善了基 于像素的相干波束合成器的成像质量，其在仿真、仿体和在体实验中的良好性能，显示了 它在临床应用中的潜力。
本文利用前置维纳滤波器，对阵列信号进行了相位矫正，在未来的研究中，可以考虑 继续优化前置滤波策略，从相位或幅度的角度进行更准确的矫正，使其更接近真实的回波 信号；另一方面，本文所用的后置维纳滤波器主要改善了图像对比度，可以考虑改进后置 滤波器，提高其抑制旁瓣、缩窄主瓣的能力，得到更好的空间分辨率；此外，可以考虑使 用 GPU 并行运算，提高成像帧率。
参考文献
[1] 郑驰超, 彭虎. 基于编码发射与自适应波束形成的超声成像[J]. 电子与信息学报, 2010，32(4): 959-962.
ZHENG C C, PENG H. Ultrasounic imaging based on coded exciting technology and adaptive beamforming[J]. Journal of Electronics & Information Technology, 2010, 32(4): 959-962. (in Chinese).
[2] JENSEN J A, NIKOLOV S I, GAMMELMARK K L, et al. Synthetic aperture ultrasound imaging[J]. Ultrasonics, 2006, 44(8): e5-e15.
[3] NOWICKI A, GAMBIN B. Ultrasonic synthetic apertures: Review[J]. Archives of Acoustics, 2014, 39(4): 427-438.
[4] 孙宝申, 沈建中. 合成孔径聚焦超声成像 (一)[J]. 应用声学: 1993, 12(3): 43-48.
[5] 孙宝申, 张凡, 沈建中. 合成孔径聚焦声成像时域算法研究[J]. 声学学报, 1997，22(1): 42-49.
SUN B S, ZHANG F, SHEN J Z. Synthetic aperture focusing in time-domain for acoustic imaging[J]. Acta Acustica, 1997, 22(1): 42-49. (in Chinese).
[6] 杜英华, 张聪颖, 陈世莉, 等. 合成孔径聚焦超声成像方法研究[J]. 海洋技术, 2010，29(2): 94-96. DU Y H, ZHANG C Y, CHEN S L, et al. Research of synthetic aperture focus technology in ultrasonic imaging[J]. Ocean Technology, 2010, 29(2): 94-96. (in Chinese).
[7] 李遥, 吴文焘, 李平. 虚拟源方法应用于 B