企业官网建设流程全解析

用Field II和MATLAB实现超声相控阵聚焦成像：从零开始的工程实践指南

超声相控阵技术作为现代医学影像领域的核心技术之一，其聚焦成像能力直接决定了图像分辨率和诊断准确性。本文将带您从零开始，通过Field II仿真平台和MATLAB编程环境，完整实现超声相控阵的聚焦成像流程。不同于理论讲解，我们聚焦于可执行的代码实践，每个步骤都配有物理意义解释和常见错误排查方法，确保您不仅能运行代码，更能理解背后的工程逻辑。

1. 环境准备与基础概念

在开始编码前，我们需要明确几个关键概念。相控阵超声成像通过精确控制各个阵元的发射时序（相位延迟），实现声波的定向发射和接收。与平面波成像相比，聚焦成像在焦点区域能获得更高的信噪比和分辨率，这是以帧率为代价换取的。

1.1 Field II安装与配置

Field II是丹麦理工大学开发的超声仿真工具箱，MATLAB环境下运行。安装步骤：

1. 从官网下载最新版Field II包
2. 将文件夹添加到MATLAB路径：

   addpath(genpath('您的FieldII路径')); field_init; % 初始化工具箱

3. 验证安装：

   field_info; % 应显示版本信息

注意：Field II使用前必须初始化，且不同版本API可能有差异。本文基于2023版编写。

1.2 核心参数物理意义

超声成像质量取决于多个关键参数，以下是需要重点理解的参数对照表：

2. 换能器建模与参数设置

准确的换能器模型是仿真的基础。我们将构建一个64阵元的线性相控阵，这是临床常用的配置。

2.1 换能器几何定义

trans.fc = 6e6; % 6MHz中心频率 trans.numele = 64; % 64个阵元 trans.width = 136.9e-6; % 阵元宽度(米) trans.pitch = 171.1e-6; % 阵元中心间距 trans.kerf = trans.pitch - trans.width; % 阵元间间隙 trans.height = 14e-3; % 阵元高度( elevation方向) trans.elevationFocus = 60e-3; % 高程方向焦点深度 trans.c = 1540; % 组织声速(m/s) % 计算阵元物理位置 trans.ElementPos = trans.pitch * (-((trans.numele-1)/2):((trans.numele-1)/2));

这段代码定义了换能器的基本几何特性。常见错误包括：

• 单位不一致（米/毫米混用）
• 阵元位置计算错误导致不对称
• 声速设置不当影响深度校准

2.2 成像区域参数

userset.theta = -pi/4; % 扫描角度范围(-45度) userset.fs = 100e6; % 采样频率100MHz userset.dep1 = 0e-3; % 成像起始深度 userset.dep2 = 80e-3; % 成像结束深度 userset.lat1 = trans.ElementPos(1); % 横向起始位置 userset.lat2 = trans.ElementPos(end); % 横向结束位置 userset.txfocus = 30e-3; % 发射焦点深度30mm userset.Raynum = 128; % 扫描线数量 userset.rayDelta = 2*(-userset.theta)/(userset.Raynum-1); % 角度增量 userset.aperture = 64*trans.pitch; % 有效孔径 trans.radius = -(userset.aperture/2)/tan(-userset.theta); % 曲率半径

3. 发射与接收波束形成

聚焦成像的核心在于精确计算各阵元的延时模式。我们采用延时叠加(DAS)算法实现波束形成。

3.1 延时计算原理

对于每个扫描线，需要计算：

1. 从发射焦点到成像点的距离
2. 从成像点到各接收阵元的距离
3. 总传播时间决定采样时刻

% 计算单条扫描线的延时模式 function delays = calc_delay(xT, x_focus, z_focus, c) distances = sqrt((xT - x_focus).^2 + z_focus.^2); delays = (distances - min(distances)) / c; end

3.2 完整波束形成流程

% 初始化发射和接收孔径 emit = xdc_linear_array(trans.numele, trans.width, trans.height, ... trans.kerf, 1, 1, [0 0 0]); rcv = xdc_linear_array(trans.numele, trans.width, trans.height, ... trans.kerf, 1, 1, [0 0 0]); % 计算各扫描线参数 Angles = userset.theta:userset.rayDelta:(userset.theta + (userset.Raynum-1)*userset.rayDelta); for i = 1:userset.Raynum txorigin = -(trans.radius * tan(Angles(i))); txsteer = Angles(i); [x_focus, z_focus] = calc_focal(txorigin, txsteer); % 设置发射延时 tx_dd = calc_delay(trans.ElementPos, x_focus, z_focus, trans.c); xdc_apodization(emit, 0, ones(1, trans.numele)); xdc_center_focus(emit, [0 0 0]); xdc_focus_times(emit, 0, tx_dd); % 设置接收参数 xdc_apodization(rcv, 0, ones(1, trans.numele)); xdc_focus_times(rcv, 0, zeros(1, trans.numele)); % 仿真散射点回波 point_pos = [0 0 10; 0 0 20; 0 0 30; 0 0 40; 0 0 50; 0 0 60; 0 0 70]/1000; point_amp = 20*ones(1, size(point_pos,1)); [v_temp, tstart(i)] = calc_scat_multi(emit, rcv, point_pos, point_amp'); rf_data(1:size(v_temp,1), :, i) = v_temp; end

4. 图像重建与显示

获得射频数据后，需要通过波束形成和后期处理生成最终的B超图像。

4.1 延时叠加算法实现

function dasdata = das(rf_an, tau, trans) [nsamples, nchannels] = size(rf_an); dasdata = zeros(size(xx,1), size(xx,2)); for k = 1:length(x) % 计算发射距离 dTX = sqrt(x(k)^2 + (z(k)-trans.radius)^2) + trans.radius; % 计算各通道接收距离 dRX = sqrt((trans.ElementPos-x(k)).^2 + z(k).^2); % 总延时 tau = (dTX + dRX)/trans.c + max(tx_dd(ii)); % 插值获取各通道数据 for ch = 1:nchannels t_idx = round(tau(ch)*userset.fs); if t_idx > 0 && t_idx <= nsamples dasdata(k) = dasdata(k) + rf_an(t_idx, ch); end end end end

4.2 图像后处理与显示

% 希尔伯特变换获取包络 rf = hilbert(rf_data); % 定义成像网格 [xx, zz] = meshgrid(linspace(userset.lat1, userset.lat2, 256), ... linspace(userset.dep1, userset.dep2, 512)); x = xx(:); z = zz(:); % 执行DAS波束形成 dasdata = zeros(size(xx)); for ii = 1:userset.Raynum rf_an = rf(:,:,ii); dasdata = dasdata + das(rf_an, tau, trans); end % 对数压缩和显示 FrameData = abs(dasdata); maxd = max(FrameData(:)); dBRange = 60; % 动态范围60dB figure; imagesc(xx*1000, zz*1000, 20*log10(FrameData/maxd), [-dBRange, 0]); colormap(gray); colorbar; xlabel('Lateral Position (mm)'); ylabel('Depth (mm)'); title('超声相控阵聚焦成像结果');

5. 性能优化与调试技巧

实际工程实现中，计算效率和图像质量需要平衡。以下是几个关键优化点：

5.1 计算加速策略

• 并行计算：将不同扫描线的处理分配到多个CPU核心

  parfor i = 1:userset.Raynum % 各扫描线独立处理 end

• GPU加速：将波束形成移植到GPU

  gpu_rf = gpuArray(rf_data); % 在GPU上执行DAS

5.2 常见问题排查

1. 图像出现伪影：

   • 检查阵元位置定义是否正确
   • 验证延时计算是否考虑了声束偏转
   • 确认采样率是否满足Nyquist定理

2. 分辨率不足：

   • 提高中心频率（权衡穿透深度）
   • 增加扫描线数量（权衡帧率）
   • 优化孔径大小和焦点位置

3. 深度标定错误：

   • 确认声速参数与实际介质匹配
   • 检查时间基准校正
   • 验证采样时钟精度

在完成基础实现后，可以尝试以下进阶改进：

• 动态接收聚焦提升分辨率
• 相干复合成像降低噪声
• 自适应波束形成算法