4 图像重建算法
    实现超声层析成像有正演和反演两个基本过程。正演是反演的基础，其模型选取与求解精度直接影响反演变精度；而反演过程实际是对问题的最优化过程。反演方法一般分为变换重建法和级数展开法两大类。由于级数展开法通过离散重建区域，降低原有问题的非线性，适合投影数据不够精确、不能完全且以射线为曲线的层析成像。根据反演的理论基础，层析成像分为以射线理论为基础的射线层析和以波动理论为基础的波动层析。目前CT技术从直射层析成像向弯曲射线层析成像发展。反演方法由最小二乘法发展到各种约束条件下的加权阻尼最小二乘法以及统计法，如最大熵法。观测参数由单一走时数据向多参数数据发展。反演方法则从线性(代数重建法、联合跌代重建法等方法)向非线性(梯队法、模糊神经网络算法和遗传算法等方法)方向发展。射线追踪是确定波从激发点传至接收点的射线路径及其走时的主要技术。因为层析面上各点的波速不相等，波传播的路径是一个与材料不均匀性相关的曲线，其真实路径未知，所以可采用射线追踪理论求取其真实路径。而射线追踪算法分为向前处理与向后处理两部分。
    (1)向前处理先计算离散网格模型上所有边界点的最小走时，然后计算发射点单元所在列各单元边界上所有离散点的最小走时。并记录对应的次级源，接着对发射点单元所在行各单元边界上所有点的计算与第二步相同。在求出每网格内局部走时的基础上，对发射源发出的射线在整个模型上的走时相加便得到全局最小走时。
    (2)向后处理根据向前处理中得到的各单元边界上所有计算点的最小走时及相应次级源，追踪所有发射点到接收点间具有最小走时的射线路径。首先求出接收点所在单元边界上走时最小的离散点，以走时最小的离散点为新的接收点，重复上一步骤向前推，直到发射点所在单元为止。将发射点与最后的射线交点相连。即完成全部向后处理。

5 层析结果
    图4为假设模型的网格分布图，其背景区域的速度为v0=4．000 m／s，异常区(即黑色区域)速度为v1=3 000 m／s。探头布置采用环绕方式，利用线性插值射线追踪算法和联合迭代重建算法得到速度层析图像，结果如图5所示，从图5中可清晰发现低速区。因此，解决了图像检测中图像清晰度不高的困扰。此设计方案可运用到各种需要利用超声波图像检测的领域。

6 结论
    本文所采用的阵列检测方法，在射线追踪算法和SIRT重建方法的基础上，所提取的走时数和超声波数目大大增加，这样在相同的迭代次数条件下，得到结果更精确，重建图像结果更清晰准确。