超声成像具有安全、方便、非介入性、成本低等优点被广泛应用于临床,但传统的超声B 模式图像为结构图像,对比度低,分辨率不高,主要提供组织形状、声信号反射强弱等有限信息,随着临床应用的发展,要求超声图像提供更为丰富组织信息,如组织的体积,组织的声学特性等。这些要求使得其他模式的超声成像研究在近几年获得广泛的开展,如3D 体成像、弹性成像、声速成像等参量成像。它们能够提供组织的声学定量信息,更能反映组织病变特性。但实际研究发现,这些新的超声成像模式往往需要处理大量的临床数据,如乳腺CT 需要多次对目标重复发射扫描,3D 成像每秒甚至需要处理几个GB 的数据；这些均对当前的系统数据处理能力以及系统的加工水平提出了更高的要求。压缩感知利用目标的稀疏性,通过对目标的有限观察或信息采集,再基于优化算法重建目标。它能突破奈奎斯特采样原理的限制,减少系统的数据处理量和硬件负担。本文我们将压缩感知理论应用于医学超声成像,减少系统数据处理量和系统复杂性。实验表明,与传统的成像方法相比,基于压缩感知的方法能够在减少系统复杂性的同时,提高图像质量。