基于高频超声SMI-CEUS多模态成像的PCOS卵巢微血管结构与灌注功能动态量化研究

本研究针对多囊卵巢综合征(PCOS)患者卵巢微循环障碍传统超声成像灵敏度不足、易漏诊的问题，采用18 MHz高频线阵探头结合超微血管成像(SMI)与超声造影(CEUS)技术，通过U-Net模型半自动分割ROI区域，利用Frangi滤波和双指数拟合提取血管密度（5.43%-8.45%）、平均直径（5.88-6.52像素）及灌注半衰期（21.8-25.1秒）等参数，构建微血管异常指数(MAI)，实现PCOS卵巢微血管结构与血流动力学的精准评估，为内分泌代谢异常机制研究提供新技术路径。

　　

多囊卵巢综合征（PCOS）作为育龄女性最常见的内分泌代谢紊乱性疾病，其核心特征包括排卵障碍、高雄激素血症与卵巢多囊样改变。近年来研究发现，PCOS患者卵巢局部微循环结构的改变可能是导致其生理功能异常的重要机制之一。传统彩色多普勒血流成像（CDFI）和能量多普勒成像（PDI）由于空间分辨率和低速血流敏感性的限制，难以准确表征微血管结构特征，且存在假阴性率高、方向依赖性强的技术瓶颈。此外，现有研究多依赖主观评分系统，缺乏统一量化方法，样本量有限且参数设置不统一，难以建立稳定的评估体系。

为突破上述技术局限，本研究基于高频超声探头结合超微血管成像（SMI）与超声造影（CEUS）多模态成像技术，构建了一套完整的PCOS卵巢微血管结构评估系统。研究通过低通滤波与低脉冲重复频率（PRF）设置增强微血管低速血流信号检测，采用同步时间点校准实现多模态图像融合，基于U-Net模型实现卵巢区域半自动分割，并利用自主研发的图像分析软件提取血管密度、平均直径及分支数量等特征参数。此外，通过双指数函数拟合CEUS时间-强度曲线（TIC），提取峰值时间、灌注半衰期等动态灌注参数，最终构建包含血管化指数与血流强度的量化指标体系。

本研究采用Toshiba Aplio i800高端超声系统配备PLT-1204BT 18 MHz线阵高频探头，在月经周期第2-5天采集图像，以降低激素波动对微血管特征的影响。SMI成像深度固定为3.5 cm，PRF设置为0.5-0.7 kHz，帧率30 fps；CEUS采用SonoVue造影剂，机械指数（MI）设为0.06，帧率15-20 fps，持续采集180秒。图像处理环节采用基于ResNet-34编码器的U-Net分割网络，结合Frangi滤波器增强血管结构，利用Zhang-Suen骨架化算法提取中心线拓扑结构，并通过双指数模型拟合灌注曲线。

2.1. 探头参数优化

研究通过高频线阵探头配置与系统预设调整，实现微血管高信噪比采集。探头中心频率18.0 MHz，带宽12-24 MHz，可清晰显示50-200 μm微血管通道。图像深度设置为3.5 cm，聚焦区域位于卵巢间质中心，采用单焦点避免侧向分辨率损失。系统预设取消自动增益补偿功能，手动调整近场与远场增益梯度，时间增益补偿（TGC）在中部区域适度增加2-4 dB，灰度动态范围固定为70 dB，以增强微结构对比度。

2.1.2. 多普勒参数设置与低速血流增强

SMI模式下启用微血流优先模式，PRF设置为0.5-0.7 kHz，壁滤波器（WF）设为最低水平（WF=1），动态范围维持高位以区分低幅血流信号。颜色增益根据实时图像反馈调整在58-63之间，采用三屏气策略（每次5秒）稳定目标平面，减少运动伪影干扰。

2.1.3. 超声造影参数预设与时序控制

CEUS模式保持与SMI相同的参数配置，仅将成像深度调整为4.0 cm。采用SonoVue造影剂，标准剂量0.8 mL注射后以20 mL生理盐水快速冲洗。机械指数（MI）设为0.06，帧率维持在15-20 fps，连续记录180秒动态视频序列，覆盖造影剂增强、平台及衰减全过程。

2.2. 多模态成像融合

研究基于卵巢标准切面进行多模态图像采集，确保空间坐标一致性。SMI与CEUS模式转换在15秒内完成，探头位置、角度及接触压力保持稳定。图像配准采用刚性注册方法，结合相位相关与互信息熵进行位移计算，误差容差控制在1.5像素内。融合后图像通过通道叠加生成三通道复合图像：红色通道加载SMI微血流图，绿色通道加载CEUS增强图，蓝色通道留空用于掩模叠加。

2.3. 半自动ROI分割

卵巢区域分割采用改进的U-Net模型，包含4个卷积池化单元的编码器-解码器结构。训练数据来自820张手动标注的B超与融合图像，其中640张用于训练，80张用于验证，100张用于测试。图像分辨率统一裁剪为512×512，训练过程使用Adam优化器，初始学习率1e-4，批量大小8，损失函数采用Dice Loss与二值交叉熵结合。模型输出概率图以0.5为阈值进行分割，后处理环节去除面积小于150像素的小连通域，并进行高斯平滑（σ=1.0）生成最终ROI二值图像。

2.4. 血管特征提取

血管密度通过二值化后血管区域像素面积占比计算，平均直径基于骨架点欧氏距离变换结果估计，分支数量通过图结构节点统计（度≥3的节点视为分叉点）。所有指标集成三维特征向量，保存为.csv与.mat格式供后续分析。

2.5. 动态灌注曲线

CEUS原始DICOM序列导入Matlab平台，基于ROI区域平均灰度值生成时间-强度曲线（TIC），采用Savitzky-Golay滤波器（窗口宽度21，三阶多项式拟合）进行平滑处理。通过双指数函数模型（I(t)=A×(1-e^-α·t)×e^-β·t+C）进行非线性拟合，提取峰值时间（TTP）、峰值强度（PI）及半衰期（T_1/2）等参数。拟合过程使用lsqcurvefit函数进行参数估计，初始值设为A=1, α=0.1, β=0.05, C=0。

研究结果显示，在分析的10个卵巢ROI中，血管密度范围为5.43%-8.45%，平均直径5.88-6.52像素，分支数一致性差异率小于3%。灌注半衰期分布在21.8-25.1秒之间，PCOS组峰值时间较正常组延迟0.5秒，表明其微血管结构与灌注功能存在显著差异。微血管异常指数（MAI）分析显示，PCOS组MAI评分普遍高于对照组，且与总睾酮水平呈显著正相关（r=0.78, p<0.001），与性激素结合球蛋白（SHBG）呈负相关（r=-0.65, p<0.01），提示微血管异常可能与内分泌紊乱密切相关。

本研究通过高频超声SMI-CEUS多模态成像技术，实现了PCOS卵巢微血管结构与灌注功能的动态量化评估，突破了传统技术在微血管灵敏度与参数提取方面的局限。所构建的微血管异常指数（MAI）为PCOS相关卵巢血流异常的无创检测提供了标准化技术框架与量化分析模型，不仅有助于深入探索微血管病理机制，也为未来临床应用中评估PCOS严重程度提供了潜在影像学生物标志物。然而，研究仍存在呼吸运动影响配准精度、极低速血流检测阈值限制等技术局限，未来需进一步开发实时运动补偿算法与更鲁棒的非刚性配准方法以提升图像融合准确性。