基于约束优化的剪切波弹性成像中剪切波速度估计新方法：时间-频域联合分析

《Healthcare Analytics》：A constrained optimization approach for ultrasound shear wave speed estimation with time-lateral plane cleaning in medical imaging

为解决剪切波弹性成像（SWE）中剪切波速度（SWS）估计易受噪声和反射伪影干扰的问题，研究人员开展了一项关于约束优化方法的研究。他们提出了一种结合时间域归一化互相关（NCC）和频域相位对齐的损失函数，通过高斯加权核进行空间耦合，并开发了时间-横向（TL）平面清洗技术。结果表明，该方法能有效抑制噪声，提高SWS估计的准确性和鲁棒性，为临床组织弹性评估提供了更可靠的定量工具。

　　

在医学影像领域，准确评估组织硬度对于疾病诊断至关重要。剪切波弹性成像（Shear Wave Elastography, SWE）作为一种非侵入性技术，通过测量剪切波在组织中的传播速度（Shear Wave Speed, SWS）来量化组织弹性。然而，传统的SWS估计方法，如飞行时间（Time-of-Flight, ToF）和频域方法，在实际应用中面临严峻挑战。组织不均匀性、噪声干扰以及反射伪影常常导致信号失真，使得基于峰值时间或相位线性度的估计结果不可靠。尤其在高噪声环境下，信号波形畸变和相位非线性问题尤为突出，严重制约了SWS估计的准确性和鲁棒性。因此，开发一种能够有效抵抗噪声干扰、提高估计精度的新方法成为当前研究的迫切需求。

为了应对这些挑战，研究人员在《Healthcare Analytics》上发表了一项创新性研究，提出了一种基于约束优化的SWS估计新框架。该研究的核心思想是将时间域和频域信息相结合，利用信号间的时空相关性来提升估计性能。通过引入归一化互相关（Normalized Cross-Correlation, NCC）和相位对齐均值平方误差（Mean Squared Error, MSE）作为损失函数，并构建空间约束优化问题，该方法能够在强噪声环境下仍能准确追踪剪切波的到达时间。研究结果表明，这种联合优化策略显著优于传统方法，为高质量弹性成像重建提供了新的技术路径。

本研究的关键技术方法主要包括几个方面。首先，对三维SWE位移数据进行预处理，包括沿侧向轴进行信号插值以增加空间采样点。其次，开发了时间-横向（Time-Lateral, TL）平面清洗技术，通过分段直线拟合生成掩模，有效去除残留振荡和噪声伪影，提升信号质量。然后，构建了基于归一化互相关（NCC）的时域损失函数和基于相位对齐的频域损失函数，作为优化目标。最后，采用高斯加权核进行空间耦合，形成约束优化问题，通过求解最优时移参数来计算剪切波速度。研究利用了临床获取的SWE数据作为实验样本。

3.1. 研究动机与目标

研究人员深入分析了现有SWS估计方法的局限性。传统飞行时间（ToF）方法依赖于信号峰值的线性回归，对峰值失真非常敏感；而频域方法如局部相位速度成像（LPVI）受限于核尺寸和频率带宽选择，在低空间分辨率数据上表现不佳。此外，反射伪影和噪声会导致信号形状不一致和相位非线性，进一步影响估计精度。针对这些问题，本研究设定了明确目标：设计一个对核尺寸不敏感、能有效抑制噪声、并能利用邻域信号协同估计的优化框架，以实现高精度的SWS成像。

3.2. 侧向插值

为了解决超声成像中空间采样率可能不足的问题，研究采用了侧向插值技术。通过离散傅里叶变换（Discrete Fourier Transform, DFT）和抗镜像滤波，对静态位移场进行上采样，在侧向轴上增加中间粒子数据，从而提供更密集的空间信号用于后续分析，增强了方法对低分辨率数据的适应性。

3.3. 时间-横向平面清洗

这是本研究提出的关键技术步骤，旨在消除信号中的残留振荡和噪声伪影。该过程首先定义感兴趣区域（Region of Interest, ROI），排除声辐射力（Acoustic Radiation Force, ARF）推动产生的盲区。然后，对时间轴进行归一化，并利用阈值剔除异常峰值。接着，通过分段直线拟合峰值轨迹生成二维掩模，并将其与ROI数据相乘，最终得到干净的TL平面数据，显著提高了后续相位分析的线性度和优化过程的选择性。

3.4. 基于时域NCC损失的SWS估计

在时域处理中，研究构建了以归一化互相关（NCC）为核心的损失函数。通过计算中心粒子信号与其左右相邻粒子信号之间的NCC，并寻找最大化相似性的时移参数，来估计剪切波到达不同位置的时间差。为了处理子采样间隔的时移，该方法还对信号进行了插值处理。更重要的是，引入了高斯加权核，将中心粒子邻域的损失函数进行加权组合，形成一个约束优化问题，从而利用空间连续性提高单个粒子SWS估计的鲁棒性，使其对局部噪声不敏感。

3.5. 基于相位对齐MSE的SWS估计

在频域处理中，研究侧重于信号的相位信息。由于剪切波传播会导致相邻信号之间存在线性相位差，该方法通过最小化相位对齐后的MSE来估计最优时移。同样，也采用了空间加权策略，将邻域内所有信号对的相位对齐损失进行组合，形成约束优化问题，确保估计结果在空间上的一致性。频域方法对信号的总体形状特征更为敏感，为时域方法提供了有益的补充。

研究结论部分充分肯定了所提出的约束优化框架的有效性。通过将时域和频域信息相结合，并利用空间邻域约束，该方法显著提升了对噪声和伪影的抵抗能力。与传统的ToF和频域方法相比，新方法在模拟和实验数据上都表现出更高的估计精度和图像质量。特别是在组织弹性过渡区域，该方法能更好地保持边界清晰度，减少了估计值的弥散。讨论部分进一步指出，这种联合优化策略的核心优势在于其增强了算法的鲁棒性，降低了对特定参数（如核尺寸）的敏感性，使其更适用于临床复杂多变的成像环境。该研究为剪切波弹性成像的定量分析提供了一种更可靠、更强大的新工具，对于推动超声弹性成像在肝脏纤维化、乳腺癌等疾病的诊断和监测中的应用具有重要的意义。未来的工作可以集中在进一步优化计算效率以及在大规模临床数据集上进行验证。