超声多普勒成像算法：原理、实现与应用
1. 引言
超声多普勒成像是一种利用多普勒效应来测量和显示血流速度与方向的无创医学影像技术。它已成为心血管疾病诊断、产科监测、外周血管评估等领域不可或缺的工具。本文将深入探讨超声多普勒成像的核心算法原理、关键技术实现以及临床应用。
2. 多普勒效应基础
2.1 物理原理
当超声波遇到运动的红细胞时，其反射回波的频率会发生偏移，这种频率变化称为多普勒频移（Doppler Shift）。频移量（(f_d)）与血流速度（(v)）、超声波发射频率（(f_0)）、声速（(c)）以及声束与血流方向夹角（(\theta)）的关系如下：
[ f_d = \frac{2 f_0 v \cos\theta}{c} ]
其中，(f_d) 可正可负，分别表示血流朝向或远离探头运动。
2.2 连续波与脉冲波多普勒
- 连续波多普勒（CW）：使用两个独立的换能器连续发射和接收超声波。优点是无距离模糊，能测量高速血流；缺点是无法定位深度信息。
- 脉冲波多普勒（PW）：使用同一换能器间歇性地发射和接收脉冲。通过调节接收时间窗口（采样容积）可以定位特定深度的血流，但存在最大可测速度的限制（尼奎斯特极限）。
3. 核心信号处理算法
3.1 正交解调（Quadrature Demodulation）
接收到的射频（RF）信号首先经过正交解调，分离出同相（I）和正交（Q）两个分量，构成复数信号 (s(t) = I(t) + jQ(t))，便于后续提取相位信息。
3.2 自相关算法（Autocorrelation Method）
这是最经典的血流速度估计算法，计算相邻脉冲回波信号之间的相位差（(\Delta\phi)），进而推算多普勒频移和速度。
importnumpyasnpdefautocorrelation_velocity
