基于多频脉冲采样的血流速度估计方法

传统双模超声技术相较于新兴技术更具实现可穿戴化的潜力。在进行脉冲多普勒血流速度估计时,双模超声需同时发射B模式脉冲进行成像定位,这要求B模式脉冲和多普勒脉冲共享采样时间。采用基于单频多普勒脉冲的稀疏间隔发射方式可以解决这一问题,但常见的稀疏发射排布方式(如嵌套发射、互质发射等)存在采样时间窗较长的缺点,特别是在血流速度变化明显的情况下存在时间分辨率不足的问题。此外,长时间窗包含了较多的血流速度分量,容易由于稀疏采样引起伪影,从而影响血流速度估计的准确性。因此,文中提出了一种基于多频脉冲采样的新型血流速度估计方法。首先,构建了多频脉冲采样的回波模型,并对该模型进行推导,证明了在频率衰减平稳假设下,该数学模型等价于单频多普勒脉冲稀疏发射方式,即多频脉冲采样可以通过较短的时间窗实现类似于基于单频脉冲采样模式的长时间窗的性能,从而提高血流速度谱的时间分辨率和估计精度;然后,提出了两种可用于多频脉冲采样模式的血流速度谱的构建方法,分别为复杂度较低的BMUSIC算法和伪影抑制效果较佳的VMUSIC算法。基于FieldⅡ仿真数据和人体实测数据的实验结果表明:相较于单频多普勒脉冲稀疏发射方式,文中方法不仅可以采用较短的时间窗提升血流速度谱的时间分辨率,还可以获得连续、清晰、精度较高且伪影抑制效果较佳的血流速度估计结果;在人体实测数据实验中,由于实验条件所限,文中方法无法实现非整数倍频,未能充分展现VMUSIC算法的性能优势。

基于稀疏脉冲采样的低复杂度血流速度估计算法

双模超声广泛用于医学临床诊断,其中B模式脉冲用于成像,多普勒脉冲则用于血流速度估计。数据采集时间在两种模式之间共享。为了提高B模式图像的更新频率,需要减少多普勒脉冲数量,即发射稀疏多普勒脉冲进行血流速度估计。然而现有的适应稀疏脉冲采样算法,如迭代自适应算法、稀疏贝叶斯法以及基于阵列虚拟拓展的子空间类方法,计算开销巨大,难以满足实时成像的要求,且在稀疏度大的情况下会产生明显的伪影。为此,文中提出了一种基于稀疏脉冲采样的低复杂度血流速度估计算法。根据超声多普勒回波信号是由血红细胞的散射产生,具有强相干、信源个数时变的特点,文中首先从子空间角度解析了伪影的成因,并验证了包含均匀脉冲的稀疏发射脉冲排布方式可以有效地抑制伪影;然后以均匀脉冲回波构建协方差矩阵,并进行空间平滑获取特征值,以较大特征值的个数和相互的比值作为标准,判断血流不同时刻的频率分布特征;最后以此频率分布特征为标准,自适应采用B-MUSIC算法或TBVAM算法进行血流速度估计,以降低算法的复杂度。Matlab仿真和人体实测数据的实验结果表明,该算法在极大地减小计算复杂度的同时,可以获得较为连续、清晰且伪影抑制效果较佳的血流速度估计结果。