基于特征空间的最小方差与延迟相乘求和波束成形器结合：在线性阵列光声成像中的应用
信号处理
2018-07-20 v1
摘要
在光声成像中，延迟求和 (DAS) 算法是最常用的波束成形器。然而，它导致低分辨率和高级别的旁瓣。延迟相乘求和 (DMAS) 被引入以相比 DAS 提供更低的旁瓣。本文中，为改善 DMAS 的分辨率与旁瓣，引入了一种将基于特征空间的最小方差 (EIBMV) 方法与 DMAS 结合的新型波束成形器，即 EIBMV-DMAS。研究表明，展开 DMAS 代数会得到若干可解释为 DAS 的项。提出使用 EIBMV 自适应波束成形替代现有的 DAS（在 DMAS 代数展开内部）以改善图像质量。EIBMV-DMAS 在数值与实验上进行了评估。结果表明，EIBMV-DMAS 在分辨率和旁瓣方面优于 DAS、DMAS 和 EIBMV。特别是在实验图像 11 mm 深度处，相比 DMAS 和 EIBMV，EIBMV-DMAS 分别带来约 113 dB 和 50 dB 的旁瓣抑制。在 7 mm 深度处，对实验图像的定量结果表明，相比 DMAS 和 EIBMV，EIBMV-DMAS 使信噪比 (SNR) 分别提高约 75% 和 34%。
引用
@article{arxiv.1807.07405,
title = {Eigenspace-Based Minimum Variance Combined with Delay Multiply and Sum Beamformer: Application to Linear-Array Photoacoustic Imaging},
author = {Moein Mozaffarzadeh and Ali Mahloojifar and Vijitha Periyasamy and Manojit Pramanik and Mahdi Orooji},
journal= {arXiv preprint arXiv:1807.07405},
year = {2018}
}
备注
arXiv admin note: substantial text overlap with arXiv:1709.07965