基于高频超快超声的皮肤血管网络三维容积可视化及信号图像特征提取研究

为解决连续扫描中 transducer translation noise 干扰血流信号提取和图像对比度的问题，研究人员开展基于 section-wise region-based SVD（奇异值分解）和两步去噪（NLM非局部均值+TH顶帽形态学滤波）的皮肤血管三维容积成像研究。结果显示：处理后图像信噪比从12.87±1.3 dB提升至62.61±19.2 dB，成功实现141 μm级微血管可视化，为皮肤疾病血管网络诊断提供新方法。

　　

皮肤作为人体最大的器官，其复杂的血管网络在雷诺氏现象（Raynaud's phenomenon）和黑色素瘤（melanoma）等疾病中呈现异常变化。传统二维超声成像受限于单切面观察，难以全面评估血管病变范围。虽然2D矩阵阵列探头能实现三维成像，但其计算复杂度高且多普勒灵敏度低；而1D阵列探头通过步进式机械扫描虽可获取三维数据，却存在采集时间长、异步信号等问题。Chen等提出的连续扫描方案虽提速显著，但探头平移噪声会降低图像对比度——这正是当前皮肤血管三维成像面临的核心矛盾。

为解决这一难题，来自未知机构的研究团队在《Ultrasound in Medicine》发表论文，创新性地提出"分段处理+联合去噪"算法。他们采用30 MHz高频线性阵列探头（L38-22v）对健康人手背进行5秒连续扫描，通过区域化SVD滤波和NLM-TH两级去噪，首次实现6 mm深度内141 μm微血管的三维可视化，图像信噪比提升近5倍。

关键技术方法
研究采用Verasonics Vantage 256系统同步控制机械平移平台（速度1 mm/s），以5 kHz脉冲重复频率采集2500帧复合B超图像。数据处理分为三步：1）按探头 elevational resolution（551 μm）将容积数据分割为12个500 μm厚section；2）对每section实施dermis/subcutaneous双层SVD滤波，通过协方差矩阵确定cutoff值提取血流信号；3）先用NLM（搜索窗45×45像素）消除平移噪声，再用TH（盘状结构元素）抑制背景噪声，最后通过MATLAB Volume Viewer三维重建。

研究结果

3-D Volumetric Imaging Setup
实验搭建包含2D机械平台和3D打印探头支架的同步采集系统。轴向/侧向分辨率实测为82/103 μm，但 elevational方向分辨率较差（551 μm），这解释了后续轴向- elevational视图中浅表微血管显示模糊的现象。

Segmentation of Volumetric Data
将2500帧数据按每section 250帧（覆盖500 μm）分段，确保厚度在 elevational分辨率范围内。补充实验显示，预复合帧信号完整性优于后复合帧，验证了分段处理的必要性。

Section-wise Region-based Clutter Filtering
dermis层（1-2 mm）和subcutaneous层（2-6 mm）分别设置SVD截断阈值。功率多普勒图像显示，未处理数据中血流信号与噪声强度重叠（12.87 dB），而区域化SVD成功分离二者。

Two-step De-noising
NLM通过相似性权重（w(i,j)）保留血管特征，使信噪比提升至18.91 dB；TH进一步消除系统噪声，最终CNR达62.61 dB（p<0.05）。强度曲线证实微血管直径141-153 μm，符合解剖学特征。

3-D Volumetric Rendering
三维重建显示，最大强度投影（MIP）模式可清晰呈现1-6 mm深度内血管网络，但轴向- elevational平面因分辨率限制存在部分信号丢失（图8绿圈标注）。

讨论与意义
该研究首次将连续扫描方案应用于皮肤微血管成像，其创新性体现在：1）通过section-wise处理克服了传统全局SVD在平移数据中的失效问题；2）NLM-TH联合策略使CNR提升386%，优于同类研究；3）实测141 μm血管分辨率接近小鼠脑成像水平（100 μm），但穿透深度（6 mm）更适合临床皮肤检查。

局限性在于 elevational分辨率不足影响浅表微血管显示，未来可通过反卷积算法优化。这项技术为雷诺氏现象（血管狭窄）和黑色素瘤（angiogenesis）等疾病的血管网络变化研究提供了新工具，其5秒快速采集特性更符合临床实际需求。研究团队建议下一步开展针对病理状态的队列验证，以推动该技术向临床应用转化。