[發明專利]一種基于確定性測量矩陣的壓縮感知超聲成像方法在審
| 申請號: | 202010562052.3 | 申請日: | 2020-06-18 |
| 公開(公告)號: | CN111722233A | 公開(公告)日: | 2020-09-29 |
| 發明(設計)人: | 王平;柳學功;李錫濤;田訓;梁家祺;王慧悅;武超;閆鑫龍;孔露;杜婷婷;孔美婭 | 申請(專利權)人: | 重慶大學 |
| 主分類號: | G01S15/89 | 分類號: | G01S15/89;G01S7/539 |
| 代理公司: | 北京同恒源知識產權代理有限公司 11275 | 代理人: | 楊柳岸 |
| 地址: | 400044 重*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 確定性 測量 矩陣 壓縮 感知 超聲 成像 方法 | ||
1.一種基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,該方法包括以下步驟:
S1:對超聲陣列接收到的回波信號進行處理,得到所需要的超聲回波信號x;
S2:構造確定性測量矩陣,即二元稀疏塊對角矩陣BSBD對超聲回波信號進行壓縮采樣,得到測量信號y;
S3:選取離散余弦變換DCT作為稀疏字典Ψ,對超聲回波信號x進行稀疏表示;
S4:通過計算得到二元稀疏塊對角矩陣BSBD和稀疏字典Ψ之間的相干系數μ;
S5:利用重構算法求解最優化問題,恢復出原始超聲信號
S6:利用原始超聲回波信號進行波束合成并最終成像。
2.根據權利要求1所述的基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,所述步驟S2具體包括以下步驟:
S21:設置L個塊對角矩陣對角矩陣A1,A2,…,AL是大小為m×n的測量矩陣Φ的子矩陣,其中,測量矩陣Φ為:
其中,diag(·)表示對角矩陣,表示子矩陣A1中的向量塊,K1表示A1中向量塊的個數;表示子矩陣A2中的向量塊,K2表示A2中向量塊的個數;表示子矩陣AL中的向量塊,KL表示AL中向量塊的個數;
S22:在每一行中使用單一元素的塊,使之全為“1”,假設所有向量塊的大小都是1×N,并表示為w=[1,…,1];當子矩陣數L和采樣率m/n固定時,N通過來確定;當L=2,w=[1 1 1]時的測量矩陣Φ結構為:
S23:確定性二元稀疏塊對角矩陣BSBD;當L=1時,得到BSBD矩陣的表達式為:
S24:用二元稀疏塊對角矩陣BSBD對超聲回波信號x進行壓縮測量,得到測量信號為:y=Φx。
3.根據權利要求1所述的基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,所述步驟S3具體包括以下步驟:
S31:選取的稀疏字典Ψ為離散余弦變換DCT,其表達式為:
其中,k為第k個離散點,x(n)表示超聲回波信號x的離散信號,大小為N1維,Xc(0)和Xc(k)為變換之后的信號;
S32:對超聲回波信號進行稀疏表示為:
x=Ψα
其中,為稀疏矩陣,是稀疏系數向量。
4.根據權利要求1所述的基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,所述步驟S4具體包括:BSBD矩陣和稀疏字典Ψ之間的相干系數μ表達式為:
其中,max(·)表示求取最大元素,Φi和Ψj分別表示測量矩陣Φ的第i行向量和稀疏矩陣Ψ的第j列向量,其中1≤i≤m,1≤j≤n;|Φi,Ψj|表示計算向量Φi和向量Ψj的內積的絕對值,||Φi||2表示計算Φi的l2范數,||Ψj||2表示計算Ψj的l2范數。
5.根據權利要求1所述的基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,所述步驟S5具體包括以下步驟:
S51:通過測量信號y、稀疏字典Ψ以及測量矩陣Φ得到:
y=Φx=ΦΨα=Θα
其中,Θ=ΦΨ表示為感知矩陣;
S52:計算稀疏系數向量α的逼近值即通過l1范數最小法求解以下最優化問題:
其中,min(·)表示求取最小元素,表示的l1范數;
S53:通過逼近值恢復出原始超聲信號
6.根據權利要求1所述的基于確定性測量矩陣的壓縮感知超聲成像方法,其特征在于,所述步驟S6具體:利用原始超聲信號進行波束合成,計算得到波束信號:
其中,sDAS表示得到的波束信號,表示第i個陣元上的重建原始回波信號,N2為超聲陣列總數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶大學,未經重慶大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010562052.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種天然艾香纖維及其制備方法
- 下一篇:微型軸轉速和角度的測量方法





