王小婷，王浩全，张瑛

（中北大学 信息与通信工程学院，山西太原，030051）

0 引言

医学影像技术在最近20 年来得到迅速发展，目前超声成像[1]、X射线成像[2]、X射线断层扫描（CT）[3]和核磁共振成像（MRI）[4]等医学成像技术较为常用，成像方法各具特色。

超声波可作为一种携带信息的载体，具有方向性好、穿透能力强和对人体无害等特点，在生物医学领域得到了广泛的应用[5~6]。超声成像根据已知入射波和测得的散射波能够精确重建生物组织声学参量分布[7~8]。由于所检测生物介质的非均匀分布，导致超声散射波函数与生物组织的声学特征函数之间存在非线性关系，需要用迭代近似等方法进行求解[9]，而影响重建效果的另一重要因素为迭代的过程中涉及到的不适定问题的求解，这是此类重建算法的重难点[10~11]。

针对不适定问题导致图像重建质量较差的问题,Pengpeng Xie 等人对比了严重和中度不适定问题下的正则化最小二乘法方法，表明正则化方法具有更好的重建效果[12]。Shaoning Zeng 等人对正则化参数的选取和收敛性进行了研究，用于解决不适定问题[13]。刘超等人提出了进行TTLS正则化的图像重建模型，该方法在图像重建中能够有效去除条形伪影并保护图像细节,同时具有较好的重建质量[14]。刘玉等人运用空间域的TTLS 正则化方法，反演出较高的对比度图像[15]。

本文基于以上研究现状，对TTLS 正则化方法进行改进，通过选取合适的截断参数值k，划分系数矩阵的奇异值，主要部分为较大的和较小的奇异值，引入Tikhonov-Gaussian 方法中的滤波因子为主要思想，对较小奇异值部分进行校正，抑制较小奇异值对正则化解的影响，并将其应用于超声断层成像中，以期获得满意的重建效果。……