具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

申请概述

如背景技术所述，目前的基于压缩感知稀疏成像策略得到的图像质量较差。发明人研究发现，目前的压缩感知稀疏成像策略仅仅满足于构造观测矩阵与稀疏矩阵在数学上的不相关性，却忽略了超声三维成像波束的物理特性对成像质量的影响，因而使得超声三维成像波束的旁瓣和栅瓣的干扰较大，导致信噪比严重降低，从而导致成像质量较差。

有鉴于此，本申请实施例提供了一种超声三维成像方法和装置、计算机设备，以及存储介质，利用观测矩阵作为桥梁，将稀疏阵列的指向性优化策略与压缩感知相结合，一方面，利用指向性优化策略确定指向性最优的目标稀疏阵列，利用目标稀疏阵列发射和采集超声波束，即发射和采集的超声波束受波束物理特征的约束，从而可以抑制采集波束的旁瓣和栅瓣水平；另一方面，基于目标稀疏阵列驱动压缩感知重建的数学模型，恢复缺失的通道数据，进一步降低降采样导致的伪影和噪声影响，实现采集和重建两个阶段双重收益的叠加。

示例性系统

图1示出了可以应用本申请实施例的超声三维成像方法或装置的示例性系统架构的示意图。如图1所示，系统架构100包括超声二维矩阵换能器110和主机120。其中，超声二维矩阵换能器110可以在主机120的控制下发射和接收超声波束，主机120可以基于超声二维矩阵换能器110接收到的超声波束形成超声影像。

具体而言，主机120通过执行本申请实施例提供的超声三维成像方法，可以选中超声二维矩阵换能器110中的部分阵元，以形成阵列指向性最优的目标稀疏阵列。与此同时，主机120可以基于目标稀疏阵列采集到的超声波束重构原始信号，并基于原始信号形成超声影像，进而通过显示器130显示。相应地，超声三维成像装置设置于主机120中。

示例性方法

图2为本申请一实施例提供的超声三维成像方法的流程图。该方法可用于图1所示终端设备101。如图2所示，三维超声成像方法200包括：

步骤S210，从超声二维矩阵换能器中随机选择预定数量的阵元激活，得到多个初始稀疏阵列。

在一个实施例中，预定数量为超声二维矩阵换能器中阵元数量的1/4。例如，超声二维矩阵换能器包括32×32＝1024个阵元，从中随机选择1/4阵元激活，可以得到个初始稀疏阵列。

步骤S220，基于阵列指向性确定多个初始稀疏阵列各自的次波瓣的最大电平值MSLL，次波瓣的最大电平值MSLL等于方位向次波瓣的最大电平值MSLL_az和俯仰向次波瓣的最大电平值MSLL_el的加和。

具体而言，首先，基于二维矩阵换能器的属性参数确定每个初始稀疏阵列的阵列指向性的描述函数，属性参数包括二维矩阵换能器中每个阵元的激励幅度、方位向角度和俯仰向角度，方位向和俯仰向各自的阵元总个数，以及方位向和俯仰向各自的阵元间距。其次，在方位向遍历描述函数得到多个方位向波瓣电平值，确定多个方位向波瓣电平值中的第二大的值为方位向次波瓣的最大电平值MSLL_az。接着，在俯仰向遍历描述函数得到多个俯仰向波瓣电平值，确定多个俯仰向波瓣电平值中的第二大的值为俯仰向次波瓣的最大电平值MSLL_el。然后，将方位向次波瓣的最大电平值和俯仰向次波瓣的最大电平值的加和作为次波瓣的最大电平值MSLL。

例如，描述函数为：

其中，I(m,n)表示二维矩阵换能器中第(m,n)个阵元的激励幅度；M和N分别表示方位向和俯仰向的阵元总个数；d_y、d_z分别表示方位向和俯仰向的阵元间距；θ和分别表示方位向和俯仰向的角度。

对于令取θ在范围内，每间隔预定角度值，例如1弧度，计算一个值，得到多个方位向波瓣电平值，取多个方位向波瓣电平值中第二大的值为方位向次波瓣的最大电平值MSLL_az。

对于令θ取 在范围内，每间隔预定角度值，例如1弧度，计算一个值，得到多个俯仰向波瓣电平值，取多个俯仰向波瓣电平值中第二大的值为俯仰向次波瓣的最大电平值MSLL_el。

则MSLL＝MSLL_az+MSLL_el。

步骤S230，重复执行的步骤S231和步骤S232。

步骤S231，基于优化算法更新上一代稀疏阵列中阵元的位置，得到下一代稀疏阵列，上一代稀疏阵列的初始值为多个初始稀疏阵列，下一代稀疏阵列包括多个稀疏阵列。

在一个实施例中，优化算法为遗传算法，遗传算法包括遗传选择、遗传交叉、遗传变异三个子操作。其中，遗传选择类似于自然选择过程，用于根据预设的适应函数从当前代稀疏阵列中筛选出性能更优的稀疏阵列，记为优化稀疏阵列。与此同时，过滤掉性能相对较差的稀疏阵列。遗传交叉类似于繁衍过程，用于对遗传选择后得到的新种群中的个体互相交换阵元位置，从而得到新的稀疏阵列，记为交叉稀疏阵列。遗传变异类似于基因变异过程，用于随机地改变某个或某些阵元的使能状态，从而得到新的稀疏阵列，记为变异稀疏阵列。下一代稀疏阵列包括优化稀疏阵列、交叉稀疏阵列和变异稀疏阵列。

步骤S232，基于阵列指向性确定下一代稀疏阵列中的多个稀疏阵列各自的次波瓣的最大电平值MSLL。具体执行过程，参阅步骤S220，这里不再赘述。

可见，步骤S230相当于基于优化算法对多个初始稀疏阵列各自的阵元的位置进行迭代更新，并计算每一代稀疏阵列中的多个稀疏阵列各自的次波瓣的最大电平值MSLL。

步骤S240，当次波瓣的最大电平值MSLL呈现收敛趋势时，确定收敛点对应的稀疏阵列为指向性最优的目标稀疏阵列。收敛点是指次波瓣的最大电平值MSLL收敛于某一预定值的起始点。相当于，以次波瓣最大电平值MSLL作为约束目标，建立优化模型为：min{MSLL_az+MSLL_el}。基于该优化模型对当稀疏阵列进行优化，得到目标稀疏阵列。

步骤S250，控制目标稀疏阵列发射和接收超声波。

在一个实施例中，通过控制目标稀疏阵列中阵元的发射时序，使得目标稀疏阵列发射的超声波具有周期性，一个周期内包括预定数量的波平面，在时序上相邻的两个波平面之间呈一定夹角，该预定数量的波平面中的每一个和超声二维矩阵换能器的阵元平面之间的夹角位于[-30°，30°之间]。在一示例中，一个周期内包括7个波平面，该7个波平面和超声二维矩阵换能器的阵元平面之间的夹角依次为-30°，-20°，-10°，0°，10°，20°，30°。这样，可以进一步降低旁瓣和栅瓣影响，从而提高信噪比。

步骤S260，基于目标稀疏阵列接收到的超声波确定原始信号。

步骤S270，基于原始信号形成超声影像。该步骤可以采用常规手段实现，不属于本申请的发明点，这里不予详述。

根据本实施例提供的超声三维成像方法，一方面，利用指向性优化策略确定指向性最优的目标稀疏阵列，利用目标稀疏阵列发射和采集超声波束，即发射和采集的超声波束受波束物理特征的约束，从而可以抑制采集波束的旁瓣和栅瓣水平；另一方面，基于目标稀疏阵列驱动压缩感知重建的数学模型，恢复缺失的通道数据，进一步降低降采样导致的伪影和噪声影响，实现采集和重建两个阶段双重收益的叠加。可见，本实施例提供的超声三维成像方法，利用观测矩阵作为桥梁，实现了阵列指向性优化策略和压缩感知策略的结合。

图3为本申请另一实施例提供的超声三维成像方法的流程图。如图3所示，该超声三维成像方法300和图2所示超声三维成像方法200的区别仅在于，在本实施例中，步骤S231具体执行为：

步骤S310，从上一代稀疏阵列中选择预定数量的稀疏阵列。

从上一代稀疏阵列中随机选择预定数量的稀疏阵列。例如，从个初始稀疏阵列中随机选择10个稀疏阵列。

步骤S320，按照适应度值由大到小的顺序对预定数量的稀疏阵列进行排序，适应度值为次波瓣最大电平值SMLL的倒数。

这里利用适应度作为优化算法中的适应函数，用于优化从上一代稀疏阵列中随机选择的多个稀疏阵列。例如，承接上例，将从初始稀疏阵列中随机选择的10个稀疏阵列按照适应度值由大到小的顺序排列。

步骤S330，按照预定遗传选择率对预定数量的稀疏阵列进行筛选，得到多个优化稀疏阵列。

在一个实施例中，遗传选择率为0.5，即从10个稀疏阵列中选择前5个作为优化稀疏阵列，剩余的5个稀疏阵列被淘汰掉。

步骤S340，基于多个优化稀疏阵列进行遗传交叉和遗传变异，得到下一代稀疏阵列。

在一个实施例中，遗传交叉的过程包括：步骤S341，对多个优化稀疏阵列执行两两互换阵元位置的操作，得到多个交叉稀疏阵列。这种情况下，5个优化稀疏阵列有种组合，每个组合中的两个优化稀疏阵列互换部分阵元位置，得到2个新的稀疏阵列，即交叉稀疏阵列。

遗传交叉的步骤是否执行取决于交叉概率，即每次迭代产生一个随机数，当随机数大于或等于阈值时，执行遗传交叉的步骤；当随机数小于阈值时，不执行遗传交叉的步骤。在一示例中，交叉概率取0.6，即产生的随机数大于0.6时，执行遗传交叉的步骤；反之，则不执行。

在一个实施例中，遗传变异的过程包括：步骤S342，按照预定变异率更改优化稀疏阵列和交叉稀疏阵列中的阵元的使能状态，得到变异稀疏阵列。

变异率是指每次迭代过程存在一定比例的阵元会发生使能状态变异，例如，优化稀疏阵列和交叉稀疏阵列中的某个或某些阵元的使能状态由激活变异为抑制。在一示例中，变异率取0.005。

图4为本申请又一实施例提供的超声三维成像方法的流程图。如图4所示，该超声三维成像方法400和图2所示超声三维成像方法200的区别仅在于，在本实施例中，步骤S260具体执行为：

步骤S410，基于接收到的超声波，确定压缩感知模型的观测值。

对于超声二维矩阵换能器而言，利用其中的部分阵元构成的目标稀疏阵列发射和接收超声波，获得欠采样的超声射频数据RF_bp，以作为压缩感知模型的观测值。

步骤S420，基于目标稀疏阵列的阵元位置确定压缩感知模型的观测矩阵Φ_bp。

具体而言，首先，对目标稀疏阵列的阵元位置进行二值化，得到二值化矩阵。例如，超声二维矩阵换能器包括2×2个阵元，确定的目标稀疏阵列经二值化后得到的矩阵为数字1表示该位置的阵元处于激活状态，数字0表示该位置的阵元处于抑制状态。

其次，将二值化矩阵转化为观测矩阵，观测矩阵用于指示目标稀疏阵列中的阵元的位置信息。

观测矩阵的行数等于目标稀疏阵列中的阵元数量，列数等于超声二维矩阵换能器中的阵元数量。承接上例，当目标稀疏阵列经二值化后得到的矩阵为时，对应的观测矩阵为

步骤S430，基于观测值、观测矩阵，以及固定的或自适应的稀疏变换基，确定原始信号。

稀疏变换基Ψ选自离散傅里叶变换基、小波变换基和KSVD自适应变换基中的任一种，稀疏变换基Ψ与观测矩阵Φ_bp满足等距约束条件。

具体而言，首先，利用稀疏变换基Ψ作为稀疏矩阵，与观测矩阵Φ_bp共同构成测量矩阵A，即A＝Φ_bpΨ，则RF_hp＝Φ_bpΨs＝As，其中，s是原始信号RF_bpcs在稀疏矩阵上的稀疏系数。

其次，通过求解最优化范数问题计算得到s：

min||s||₀s.t.RF_bp＝Φ_bpΨs＝As

这里可以采用选择正交匹配追踪(Orthogonal Matching Pursuit，OMP)算法求解最优化范数。

接着，利用稀疏反变换，重构出原始信号RF_bpcs＝Ψs。

示例性装置

本申请还提供了一种超声三维成像装置。图5为本申请一实施例提供的超声三维成像装置的结构框图。如图5所示，超声三维成像装置50包括激活模块51、第一确定模块52、更新模块53、第二确定模块54、控制模块55、第三确定模块56、形成模块57。

其中，激活模块51用于从超声二维矩阵换能器中随机选择预定数量的阵元激活，得到多个初始稀疏阵列。第一确定模块52用于基于阵列指向性确定多个初始稀疏阵列各自的次波瓣的最大电平值，次波瓣的最大电平值等于方位向次波瓣的最大电平值和俯仰向次波瓣的最大电平值的加和。更新模块53用于重复执行的如下步骤：基于优化算法更新上一代稀疏阵列中阵元的位置，得到下一代稀疏阵列，上一代稀疏阵列的初始值为多个初始稀疏阵列，下一代稀疏阵列包括多个稀疏阵列；基于阵列指向性确定下一代稀疏阵列中的多个稀疏阵列各自的次波瓣的最大电平值。第二确定模块54用于当次波瓣的最大电平值呈现收敛趋势时，确定收敛点对应的稀疏阵列为指向性最优的目标稀疏阵列。控制模块55用于控制目标稀疏阵列发射和接收超声波。第三确定模块56用于基于目标稀疏阵列接收到的超声波确定原始信号。形成模块57用于基于原始信号形成超声影像。

在一个实施例中，更新模块53包括遗传选择单元、遗传交叉单元和遗传变异单元。其中，遗传选择单元用于从上一代稀疏阵列中选择预定数量的稀疏阵列；按照适应度值由大到小的顺序对预定数量的稀疏阵列进行排序，适应度值为次波瓣最大电平值SMLL的倒数；按照预定遗传选择率对预定数量的稀疏阵列进行筛选，得到多个优化稀疏阵列。遗传交叉单元用于对多个优化稀疏阵列执行两两互换阵元位置的操作，得到多个交叉稀疏阵列。遗传变异单元按照预定变异率更改优化稀疏阵列和交叉稀疏阵列中的阵元的使能状态，得到变异稀疏阵列。

在一个实施例中，第三确定模块56包括第一确定单元、第二确定单元和第三确定单元。第一确定单元用于基于接收到的超声波，确定压缩感知模型的观测值。第二确定单元用于基于目标稀疏阵列的阵元位置确定压缩感知模型的观测矩阵。第三确定单元用于基于观测值、观测矩阵，以及固定的或自适应的稀疏变换基，确定原始信号。

本实施例提供的超声三维成像装置，与本申请实施例所提供的超声三维成像方法属于同一申请构思，可执行本申请任意实施例所提供的超声三维成像方法，具备执行超声三维成像方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例提供的超声三维成像方法，此处不再加以赘述。

示例性电子设备

图6是本申请一示例性实施例提供的电子设备的结构框图。如图6所示，电子设备60包括一个或多个处理器61和存储器62。

处理器61可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备60中的其他组件以执行期望的功能。

存储器62可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的超声三维成像方法以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备60还可以包括：输入装置63和输出装置64，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，输入装置63可以是麦克风或麦克风阵列，用于捕捉声源的输入信号。在电子设备是单机设备时，输入装置63可以是通信网络连接器。此外，输入设备63还可以包括例如键盘、鼠标等等。

输出装置64可以向外部输出各种信息，包括确定出的距离信息、方向信息等。输出设备64可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图6中仅示出了该电子设备60中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备60还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的超声三维成像方法中的步骤。

计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器11执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的超声三维成像方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。