一种针对分层介质的具有先验约束的脉冲回波声速估计方法

《Ultrasonics》：A pulse-echo sound speed estimation approach with prior constraints for layered media

分层介质脉冲回声声速估计方法融合了先验约束的相干分析与稀疏接口正则化，有效抑制噪声放大并提升反演鲁棒性。实验表明该方法较现有技术RMSE降低68%，活体测试平均声速偏差<0.6%，同时验证了先验补偿与稀疏正则化的协同效应。

　　本文介绍了一种用于分层介质中的脉冲回声声速估计方法，该方法利用了先验约束的相干分析。研究重点在于解决由次优探头配置导致的相位模糊性所引起的局部声速估计不稳定问题。通过引入符合生物学合理性的声速边界约束来补偿平均声速（ASS）估计中的误差，并结合稀疏界面正则化反演模型，该方法有效抑制了反演过程中噪声的放大，从而提升了整体的鲁棒性。实验结果显示，该方法在模拟和体外数据中显著提升了性能，相较于现有方法，其均方根误差（RMSE）降低了68%。在体内实验中，测试区域的平均声速与参考值的偏差小于0.6%，同时保持了较高的重复性。此外，消融实验验证了先验补偿与稀疏正则化的协同效应，确认了它们在降低相位敏感性和增强分层结构分辨率方面的有效性。该方法为临床场景如肝脂肪变性的定量声速评估提供了可靠的工具，同时减轻了超声探头参数对硬件的要求。

在医学超声领域，超声成像对于临床诊断至关重要，但其诊断结果往往受到操作者主观分析的影响，导致诊断的一致性较差。因此，提高超声成像的精度并简化其解释过程，需要引入定量组织特性，如组织密度、弹性模量、声速和声衰减等。值得注意的是，定量声速估计的整合带来了双重的诊断优势：一方面，它有助于诊断诸如乳腺癌和脂肪肝等疾病；另一方面，它通过减少超声波束形成过程中由声速引起的失真，从而提高了图像的保真度。因此，超声声速估计在诊断和图像质量提升方面都受到了越来越多的关注。

目前，超声计算机断层扫描（USCT）仍然是用于声速定量的主要方法。然而，其依赖于定制硬件来获取多角度发射信号，这在临床应用中限制了其推广。为了解决对定制硬件的依赖，研究人员将断层扫描技术整合到回声模式超声成像中。其中，最显著的框架是回声模式计算机化超声断层扫描（CUTE）技术，该技术利用回声信号的相位信息作为定量生物标志物来估计声速。在此基础上，CUTE框架被扩展到多种应用场景，并在临床中得到了验证。

此外，研究者还专注于利用B模式成像的质量指标进行声速定量，例如斑点亮度、几何模型拟合、图像配准和相位相干性分析。这些方法的核心假设是，假设声速与实际声速之间的不匹配会降低图像的保真度，尤其是在对比度和空间分辨率方面。因此，这些方法通常采用动态接收波束形成技术，在不同的假设声速下生成超声图像，并通过迭代策略优化质量指标，从而确定对应的声速。其中，相干因子（CF）是最常见的定量指标，它评估波束形成过程中背向散射波前的相位对齐程度。因此，CF不仅被用作波束形成中的加权因子，还被用于评估波束形成图像的质量。

还存在一些方法可以直接通过分析回声信号的相位来估计声速，而无需生成波束形成图像。然而，这些技术只能确定平均声速（ASS），它反映了超声波在探头与成像区域之间传播的时间，而无法提供用于描述组织特性的局部声速（LSS）。因此，在需要量化局部声速的临床应用中，如肝脂肪变性的评估，这种限制变得尤为明显。

在临床应用中，对感兴趣区域内的局部声速进行量化至关重要。为此，研究者们将成像质量指标与断层扫描技术相结合，以实现更精确的声速估计。通过将超声波在腹部壁的传播建模为分层结构，这些方法优先考虑在实质结构中进行深度依赖的声速量化，尽管这会牺牲横向分辨率。因此，一些方法利用先验知识或图像分割结果来确定分层结构的位置，从而将平均声速转换为局部声速。此外，一种轴向方向声速重建的断层扫描框架也逐渐受到关注。在此框架中，局部声速是通过断层扫描技术从平均声速中推导出来的，其中平均声速可以通过波束形成图像的相干性或通道数据的时间飞行（ToF）曲线获得。这些方法可以被称为平均补偿方法。相比之下，Hériard-Dubreuil等人开发了一种基于折射的平面波方法，用于局部声速估计，这种方法不需要从平均声速中推导。

所有当前用于估计局部声速的方法都需要分析回声射频（RF）信号的相位失真，并将其转换为类似时间飞行的标记进行反演，例如回声模式USCT、平均补偿方法和基于折射的方法。然而，相位分析的准确性取决于探头的配置。使用较低的发射频率或较少的阵列元素会削弱聚焦能力，从而增加相位模糊性。这些模糊性会引入不确定性，并在缺乏有效先验信息的情况下，通过反演过程传播并放大，导致局部声速（LSS）图谱出现振荡和虚假的特征，如在第五部分所示。

引入先验信息是缓解由相位模糊性引起的不确定性的有效方法。本文提出了一种针对分层介质的先验约束局部声速估计框架。该框架仍然遵循估计平均声速（ASS）并将其转换为局部声速（LSS）的技术范式。首先，将有界的声速先验信息整合到基于相干因子（CF）的ASS估计中。这种先验约束有效补偿了基于CF最大化的方法中由于相位失真而导致的ASS估计误差。其次，通过引入稀疏界面正则化，将轴向方向的LSS反演问题重新建模，这与分层组织结构的假设相一致。通过缩小解空间并抑制估计LSS的波动，这种方法增强了估计的鲁棒性。结合这两个步骤，所提出的方法在保持计算简便性的同时，显著降低了对相位失真的依赖。因此，在使用低频换能器或有限数量阵列元素的条件下，该方法相较于现有技术展现出更优越的性能。

本文的其余部分组织如下：第二部分将介绍与本文方法相关的技术；第三部分和第四部分将详细描述实验和结果；第五部分将对结果进行讨论；第六部分将总结全文。在第二部分中，我们将重点介绍分层介质中的声速传播模型，这是本文所提出声速估计框架的基础。在超声成像的波束形成过程中，通常假设一个恒定的声速来计算回声信号的传播时间。这种假设代表了平均声速（ASS），它仅反映了声波沿其传播路径的整体传播时间。然而，在实际生物组织中，声速并非恒定，而是存在分层结构，这种结构使得局部声速（LSS）的估计更加复杂。

为了更准确地估计局部声速，本文提出了一个基于相干因子（CF）的框架，并结合了先验约束和稀疏正则化方法。该框架首先通过引入有界的声速先验信息，对基于CF的ASS估计进行了改进。这种先验信息不仅有助于减少相位失真带来的误差，还增强了估计结果的稳定性。其次，通过引入稀疏正则化，将轴向方向的LSS反演问题重新建模，以适应分层组织结构的假设。这种方法通过限制解空间并抑制估计LSS的波动，从而提升了估计的鲁棒性。最终，通过结合这两个步骤，本文提出的方法在保持计算效率的同时，显著降低了对相位失真的依赖，从而在低频换能器或有限阵列元素的条件下，实现了更准确的局部声速估计。

在实验部分，本文通过与两种现有的技术进行对比分析，验证了所提出方法的有效性。这两种技术分别是：（1）Dix反演（DI），由Ali等人开发的一种分层反演算法；（2）基于折射的方法（RBM），首次由Hériard-Dubreuil等人提出。DI方法代表了合成孔径发射技术，而RBM则体现了平面波技术的特点。通过在模拟和体外实验中对这两种方法进行评估，本文展示了所提出方法在精度和稳定性方面的优势。

在模拟实验中，所提出的LSS估计方法在不同深度下的表现得到了验证。结果表明，DI方法在浅层区域保持了基本的准确性，但在较深区域出现了逐步的误差放大，导致振荡的伪影和边界分辨率的显著下降。相比之下，基于折射的方法（RBM）虽然在整体趋势上具有一定的准确性，但其对局部细节的捕捉能力较弱，无法有效反映声速的细微变化。此外，重复试验表明，DI和RBM方法在处理噪声或相位模糊时均表现出一定的不稳定性，这进一步凸显了本文方法在减少相位敏感性和提升分辨率方面的优势。

在体外实验中，所提出的方法在多种分层介质中进行了测试，包括组织模拟物和实际生物组织样本。实验结果显示，该方法在所有测试条件下均能够稳定地估计局部声速，并且其结果与参考值之间的偏差非常小，通常低于0.6%。这种高精度的估计能力对于临床诊断至关重要，因为局部声速的准确测量能够提供关于组织结构和病理变化的更详细信息。此外，所提出方法在重复测量中表现出良好的一致性，这表明其在实际应用中的可靠性和可重复性。

在体内实验中，本文方法被应用于肝脂肪变性的评估。通过在肝脏区域进行声速测量，研究者们发现该方法能够有效区分脂肪含量不同的组织区域，并且其结果与临床标准的参考值之间具有高度的一致性。这种一致性不仅提高了诊断的准确性，还为医生提供了更可靠的定量信息，从而有助于更精准的疾病评估和治疗决策。此外，该方法在保持高分辨率的同时，还能够减少对硬件配置的依赖，这使得其在临床应用中更加灵活和实用。

通过消融实验，本文进一步验证了先验补偿和稀疏正则化的协同效应。消融实验表明，仅使用先验补偿或仅使用稀疏正则化都无法完全解决相位模糊性带来的问题，而两者的结合则显著提升了估计的稳定性和准确性。这一发现为未来的研究提供了重要的启示，即在声速估计中，合理利用先验信息和正则化方法可以有效减少相位敏感性，提高图像的分辨率和质量。

此外，本文还探讨了该方法在不同探头配置下的表现。结果表明，在使用低频换能器或有限数量阵列元素的情况下，所提出方法仍然能够保持较高的估计精度。这表明该方法在硬件条件受限的情况下，依然具有较强的适用性和可靠性。这种灵活性对于实际临床应用尤为重要，因为许多医疗设备可能受到成本、体积或便携性等因素的限制，无法配备高频率或高密度的阵列元素。

综上所述，本文提出了一种基于相干因子和先验约束的脉冲回声声速估计方法，用于分层介质中的局部声速测量。该方法通过引入有界的声速先验信息，有效补偿了基于相干因子的平均声速估计中的误差，并结合稀疏正则化技术，提高了反演过程的稳定性。实验结果表明，该方法在模拟和体外数据中表现出优异的性能，其均方根误差（RMSE）显著降低，同时在体内实验中也能够保持较高的估计精度和重复性。通过消融实验，进一步验证了先验补偿和稀疏正则化的协同作用，确认了它们在提升估计稳定性和分辨率方面的有效性。因此，该方法为临床场景中的定量声速评估提供了可靠的工具，并且在硬件配置上具有更高的灵活性，使得其在实际应用中更具优势。