使用自适应光束成形和带随机apodization的矩阵阵列传感器进行3D被动化成像.

科学领域:

• 声学 声学 在声学方面
• 生物医学工程 生物医学工程
• 医疗成像医学成像

背景情况:

• 被动声学映射 (PAM) 对于监测基于洞穴的治疗来说越来越重要.
• 现有的3D PAM经常使用商业探测器的延迟和总和 (DAS) 束形,导致文物和糟糕的分辨率.
• 适应式束形技术显示出改善3D PAM性能的前景.

研究的目的:

• 在3D频域 (FD) 中实施和评估适应性束形算法,用于被动声学映射.
• 为了评估DAS的性能,强大的卡束造型器 (RCB) 和MidWay (MW) 束造型器使用在商业矩阵探针上稀疏的apodization.
• 用可管理设备展示高性能3D PAM.

主要方法:

• 开发了3D频域自适应束形算法:DAS,RCB和MW.
• 在商用1024个元素的矩阵阵列上使用随机稀疏的apodization,只激活256个元素.
• 通过模拟和实验与源和真实化信号评估算法.

主要成果:

• 与DAS相比,适应式光束造型器显著提高了小型光圈商用探测器的映射性能.
• 中途 (MW) 波束制造器提供了良好的性能平衡,低计算时间和无参数操作.
• 稀疏的apodization与自适应光束成型相结合,可以实现高性能3D PAM.

结论:

• 适应式光束成型,特别是MW算法,大大提高了3D PAM分辨率,并减少了工件.
• 随着适应性光束成型的稀少的apodization提供了高性能3D PAM使用商业探测器的实用解决方案.
• 这种方法有助于更好地监测基于化疗法的治疗方法.