基于行列寻址阵列的3D平面波成像快速波数域重建方法
《Ultrasonics》:Fast wavenumber-domain reconstruction for 3-D plane wave imaging with row–column addressed arrays
【字体:
大
中
小
】
时间:2026年07月15日
来源:Ultrasonics 4.8
编辑推荐:
徐顾|陈沐|甘乐天|常志轩|马新志|刘阳|周芳豪|李铁峰|梅德清|金浩然
中国浙江省杭州市310027,浙江大学机械工程学院流体动力与机电系统国家重点实验室
摘要
超声行列式阵列能够以较少的通道数实现体积成像,同时保持较大的探测口径。通过全矩阵采集数据并结合总聚焦重
徐顾|陈沐|甘乐天|常志轩|马新志|刘阳|周芳豪|李铁峰|梅德清|金浩然
中国浙江省杭州市310027,浙江大学机械工程学院流体动力与机电系统国家重点实验室
摘要
超声行列式阵列能够以较少的通道数实现体积成像,同时保持较大的探测口径。通过全矩阵采集数据并结合总聚焦重建方法,行列式探头可获得与全地址二维阵列相当的图像质量。然而,全矩阵采集-总聚焦方法所需的大量发射-接收操作严重限制了成像速度,即便在平面波成像中减少发射次数,传统的延迟求和波束形成器对于大型三维体素网格而言仍存在较高的计算成本。为解决这些问题,本文提出了一种基于行列式阵列的高效三维平面波成像的波数域算法。首先建立了行列式平面波成像的正向模型,并确定了逆斯托尔特映射关系。通过将发射角度视为独立维度,完成了测量域的频谱构建。随后重构出两个正交的图像体积,并利用共轭互相关技术将其相干叠加,从而抑制旁瓣并提升信噪比。此外,波数域计算大幅降低了运算量。仿真与实验结果表明,该方法的成像质量和效率均优于传统方法。具体而言,在256×256×512体素的成像任务中,其速度相较于延迟求和法提升了约231倍,显示出在实际应用中实现实时体积超声成像的巨大潜力。
引言
与受探头位置和扫描平面限制的二维超声不同,体积超声通过提供全面的空间信息、更高的尺寸精度以及更强的诊断能力,已成为一项具有变革意义的技术[1][2][3][4]。这些优势使得体积超声能够在医学成像[5][6][7][8]以及工业无损检测[9][10][11]等多个领域得到广泛应用,近年来,对快速体积检测的需求日益增长[12][13][14][15]。在实际应用中,实现三维超声的主要方法有两种:一种是利用一维阵列进行机械扫描,另一种则是直接使用二维矩阵阵列进行采集。前者由于存在固有的缓慢采集速度和运动伪影问题,而矩阵阵列则凭借实时体积数据采集能力以及方位角和俯仰角的电子束控制功能,展现出更优异的性能,因此成为超快体积成像的首选方案[14][16]。不过,全地址二维矩阵阵列存在严重的可扩展性难题。N×N的配置会导致换能器元件数量及超声系统通道数急剧增加,进而带来高密度电气连接和硬件复杂性方面的挑战[17]。为解决这些问题,人们研究了多种解决方案,如稀疏阵列[18][19]、多路复用技术[3]以及微束形成技术[20]。但这些技术往往会在信噪比、时间分辨率、成像速度、热管理等方面带来权衡,或者需要昂贵的专用电子设备,从而影响超声系统的成本效益[21]。
另一种能够在保持较大物理口径的同时缓解通道数瓶颈的解决方案,是对二维阵列采用行列式地址方式[17][21][22][23][24][25][26][27]。在行列式成像中,发射时按行索引访问阵列元素,接收时则按列索引访问,或反之亦然。这种方式可将密集的二维阵列分解为两个正交的一维阵列,每行或每列都相当于一个延长的换能器元件[23]。与具有相同口径和元件间距的全地址矩阵阵列相比,行列式阵列将活跃通道数从N2降低到2N。尽管由于正交行与列探测口径的重叠,其成像范围受到限制,不太适用于探测位于探头覆盖范围之外的目标,但它仍能以可控的通道数实现大口径、高精度的体积成像,尤其适合在有效探测范围内进行局部体积成像任务[28]。行列式方法还可通过合成孔径成像技术实现发射与接收的聚焦[26]。通常会发送两种类型的波[29][30]:一种是由单个元件依次发射的圆柱形波,所有正交阵列元件均可接收到回波信号,通过这种方式可获取全矩阵采集数据,其成像过程类似总聚焦方法;另一种则是通过整个发射口径发射平面波,可通过施加特定的时间延迟使其沿可控方向倾斜,随后再利用动态接收波束形成技术进行聚焦,方式与总聚焦方法类似。在这两种情况下,都可以交换发射与接收元件以获取第二组数据,再将重构出的两个图像体积通过相干叠加,从而在两个主轴方向上获得更加各向同性的点扩散函数。基于此,人们又发展出了正交平面波复合技术[31]、XDoppler技术[32]以及RC-FMAS技术[33],这些技术旨在在减少发射次数和存储数据量的同时提升图像质量,从而使基于行列式阵列的平面波成像成为实现实时体积成像的一种可行途径。
目前,针对行列式阵列采集的平面波成像原始数据,其后续处理大多在时域中进行[31][32][33][34]。这类重建方法基于[24]中描述的经过改进的延迟求和波束形成器,其中考虑了线元素的尺寸因素。但对于通常包含10?至10?个体素的大型图像体积而言,这种方法已显不足[35]。近期,人们开始尝试利用波数域算法,即f-k算法,来更高效地重建图像[36][37]。这类算法通过建立射频信号的波数与图像波数网格之间的映射关系来生成图像,该映射关系由具体算法决定,通常涉及波数域中的插值运算。卢等人[38]通过获取物体函数的空间傅里叶变换,提出了高帧率成像理论。他们最初使用脉冲平面波进行发射,后来将该方法扩展到倾斜平面波的成像场景[39]。加西亚等人[36]将斯托尔特公式应用于二维平面波成像,并采用了改进的爆炸反射器模型。梅拉贝特等人[35]则采用另一种形式推导出了卢的成像方程,该方程基于合成孔径雷达中的波数算法,进而将卢法和斯托尔特方法推广到了使用矩阵阵列的三维平面波成像中。然而,由于行列式阵列独特的正交线元素几何结构及其特殊的地址特性,这些用于三维平面波成像的算法无法直接应用于行列式阵列。最近,林等人[40]表明,通过虚拟角度复合技术,可以将行列式阵列采集的全矩阵采集数据转换为类似矩阵阵列的数据,从而实现基于傅里叶的三维超声成像。关等人[41]也基于用于二维总聚焦成像的线性阵列的波数算法,研究了针对行列式阵列全矩阵采集数据的三维f-k偏移波束形成器[42]。作为一种有望实现实时三维超声成像的解决方案,基于波数域的行列式阵列平面波成像数据重建算法目前仍需进一步研究。
本文提出了一种快速的波数域重建算法,旨在实现高精度、高效率的三维行列式平面波成像。该方法从基于波动的正向模型出发,将行列式平面波成像数据重新表示为波数域形式,并将发射角度视为独立维度。随后通过逆斯托尔特映射将测量谱插值到三维波数网格上,再重构出两个正交的图像体积,并通过共轭互相关技术将其相干叠加。与传统的基于延迟求和的波束形成器相比,新方法在数学上更符合背后的传播模型,同时借助快速傅里叶变换大大降低了计算复杂度。该算法已在模拟数据、线状假体测试以及使用行列式探头采集的实物实验数据上得到了验证。所有结果均表明,所提出的波数域算法在图像效率与质量方面均优于传统的时域波束形成器。本文的其余部分安排如下:第2节阐述该方法的理论基础及复杂度分析;第3节为仿真结果,第4节为实验结果,分别展示成像性能;第5节进一步解释成像结果并与现有的波数域算法进行比较;第6节给出结论。
片段摘录
时域下的行列式阵列平面波成像
作为一种特殊的二维阵列,行列式探头可以通过对行或列元件施加适当的发射延迟,轻松发射水平或垂直倾斜的平面波。为实现空间分离以及互补的发射-接收聚焦,该阵列可在行发射/列接收模式或列发射/行接收模式下工作。这种配置能够实现通道数据的并行接收,具有较高的灵活性。
仿真
为初步评估所提方法的性能,我们对行列式阵列的平面波成像进行了两次仿真。射频信号是通过一款可编程超声研究系统(Vantage 256,Verasonics Inc.,美国华盛顿州柯克兰市)的仿真模式获取的。仿真过程中未启用时间增益补偿功能,且所有点散射体都被赋予相同的反射系数。在第一种情况下,如图4(a)所示,共有18个点散射体被排列成6组……
实验设置
为进一步验证所提方法的性能,我们设计了线状假体实验和丙烯酸材质样品实验,并对其进行了实施。成像目标如图6(a)和(b)所示。在第一种实验场景中,我们使用了一个三维打印的模具,其中包含三根直径为0.3毫米的镍钛合金丝,用于定量测量。如图6(a)所示,这三根金属丝平行于y轴排列,呈阶梯状分布,这一布局与之前使用的配置一致……
基于共轭互相关的正交体积复合
在两种类型的平面波成像方法中,都是通过计算两个正交图像体积之间共轭乘积的实部幅值,从而实现基于共轭互相关的平面波成像。这一思路与[32]中介绍的XDoppler技术类似,后者是通过计算RC模式与CR模式图像体积之间的时间平均互相关来获取多普勒信号。实际上,这两种方法并不依赖于对多个连续帧的集合平均或基于流动效应的处理……
结论
本文证明了XKPWI这一基于波数域的快速三维平面波成像重建算法的可行性。我们建立了该算法的正向模型,并确定了连接测量域与波数域的相应斯托尔特映射关系。通过计算复杂度分析及实际测试,结果表明XKPWI在计算效率方面远高于时域下的XPWI方法。具体而言,其重建时间可减少约231倍……
作者贡献说明
徐顾:撰写原文初稿、可视化处理、结果验证、软件开发、方法设计、实验研究、数据整理、概念构思。
陈沐:参与原文审阅与编辑、软件开发、方法设计、形式化分析。
甘乐天:参与原文审阅与编辑、实验研究。
常志轩:参与原文审阅与编辑、软件开发。
马新志:参与原文审阅与编辑、软件开发。
刘阳:参与原文审阅与编辑、资金筹集工作。
周芳豪:参与原文审阅与编辑。
李铁峰:参与原文审阅与编辑。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了国家自然科学基金[项目编号52275549]、国家自然科学基金联合资助项目[项目编号U24A20132]、浙江省重点研发计划[项目编号2025C01012、2024C01128、2024C03036]的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号