简介： 本发明公开了一种引入机器学习的超声合成孔径成像方法及装置，首先，通过一维线性超声换能器阵列采集稀疏扫查方式下的合成孔径回波信号；然后，采用机器学习进行相关信号的预测来解决由于稀疏扫查方式下导致的回波信号空间排布稀疏的问题；最后，基于延时叠加算法（DAS）实现超声合成孔径聚焦成像。通过机器学习的优化处理后，相较于传统合成孔径聚焦技术（SAFT），大大提高了合成孔径聚焦成像的效率和成像质量，同时降低旁瓣等对成像结果的影响。本发明具有扫查速度快，重建图像精度高的特点，有利于超声合成孔径成像技术在无损检测和医疗诊断中的推广和应用。