《Sensors》：Elastosynth—An Open-Source Software Package for the Generation of Realistic In-Silico RF Data for Ultrasound Elastography
编辑推荐：
超声弹性成像能够提供定量的组织信息，然而位移算法的验证因缺乏临床金标准和简化的仿体而受到阻碍。当前的在体（in silico）FEA-FIELD II方法在大规模数据生成方面计算代价过高，且缺乏异质性组织支持。本文介绍了Elastosynth，一个具有模块化架
超声弹性成像能够提供定量的组织信息，然而位移算法的验证因缺乏临床金标准和简化的仿体而受到阻碍。当前的在体（in silico）FEA-FIELD II方法在大规模数据生成方面计算代价过高，且缺乏异质性组织支持。本文介绍了Elastosynth，一个具有模块化架构的开源软件包：程序化仿体生成、自定义轻量级有限元求解器，以及优化的FIELD-II射频（RF）仿真。生成器采用蒙特卡洛（Monte-Carlo）布放和超像素异质性工作流，生成具有可调包含物属性的复杂刚度场。定制的C++/Armadillo有限元（FE）引擎支持异质性二维（2D）仿真，绕过了商业预处理的开销，同时能在给定边界条件下高效计算位移。侧向加窗方案将射频仿真时间缩短了60倍，使得大规模生成具有合理真实感的在体仿体成为可能。Elastosynth支持自动化批量处理，促进了位移估计技术的统计学显著性评估，填补了弹性成像领域的关键空白，并推动了组织运动追踪和准静态超声弹性成像技术的发展。
论文解读
一、研究背景与意义
超声弹性成像（Ultrasound Elastography, USE）作为一种能够提供定量组织信息的医学成像技术，其核心价值在于通过测量组织在外力作用下的力学响应来反映组织的硬度特征，从而辅助疾病诊断。然而，该领域的发展长期受到一个关键瓶颈的制约：高质量射频（Radio-Frequency, RF）数据的匮乏。这一问题的根源在于，临床数据的获取往往缺乏可供验证的金标准（ground truth），而物理组织模拟仿体（Tissue-Mimicking Phantoms, TMPs）则存在过度简化的问题——它们大多为均质材料，仅含一个或少数几个圆形包含物，无法充分反映在体组织的连续异质性特征。
为突破这一瓶颈，研究人员转向合成数据生成技术，即通过将有限元（Finite Element, FE）求解器与超声仿真工具相结合来产生仿真数据。FIELD II作为其中应用最广泛的超声仿真工具，已被用于生成具有已知金标准位移的射频数据，支持了基于机器学习（Machine Learning）的组织位移估计模型开发。然而，现有方法面临两大核心挑战：其一，FIELD II计算密集度高，严重限制了可生成的样本规模；其二，商业有限元求解器（如ABAQUS）在设计上主要面向均匀材料分区这一工业应用场景，对生物组织所固有的连续可变刚度场缺乏友好的支持。此外，现有研究普遍采用局部均匀的在体仿体，缺乏生成高度异质性有限元模型的用户友好手段。正是基于上述研究空白，研究人员开发了Elastosynth软件包，旨在提供一个开源、用户友好的框架，用于指定和仿真具有任意复杂材料属性的超声交互过程，从而支持准静态超声弹性成像技术（包括组织运动追踪算法）的严格评估，并实现大规模数据集的快速生成。
二、主要技术方法
研究人员围绕四个核心设计目标开展了研究：提供基于图像的便捷界面以指定任意异质性材料属性场；支持高通量程序化仿真以生成大量独特的弹性成像样本；提供从全自动批量生成到高度可定制仿真的自适应工作流；通过算法优化加速数据生成运行时。Elastosynth的总体功能组织为三个主要模块：程序化仿体生成器、有限元建模模块和射频数据生成模块。程序化仿体生成器采用蒙特卡洛（Monte-Carlo）随机化算法生成包含物的有效空间配置，并通过超像素分割算法将均匀刚度场转化为异质性刚度场。有限元求解器是研究人员自行设计的C++求解器，利用Armadillo矩阵库，专门针对高度异质性刚度图像定制，实现了双线性四边形单元的平面应力和平面应变公式。射频数据生成采用FIELD II仿真工具，通过侧向加窗方案将参与计算的散射子限制在查询点附近，大幅降低计算量。在验证方面，研究人员使用ABAQUS/Standard 2025作为基准，对100个仿真样本进行了求解精度对比验证。
三、研究结果
3.1 生成的组织模拟仿体
通过三步法实现了异质性在体仿体的生成：首先对均匀在体仿体添加噪声污染，其次进行超像素分割，最后改变超像素刚度值。生成的仿体呈现出恶性肿瘤组织所特有的“斑块状”特征，即较硬区域与较软区域相互交织，这与已知的恶性肿瘤异质性特征一致。
3.2 有限元建模结果
在平面应力条件下，Elastosynth求解器与ABAQUS的解达到求解器精度级别的完全对齐，轴向位移的中位相对L2误差为9 × 10?7%，最大值为1 × 10?6%。在平面应变条件下，轴向和侧向位移的中位相对L2误差分别为0.03%和0.08%，范围归一化均方根误差（NRMSE）保持在0.03%以下。应变和应力场的范围归一化均方根误差保持在0.4%以下。平面应变条件下观察到的偏移源于ABAQUS为防止一阶单元体积锁定而采用的选择性减缩积分，该偏移随泊松比增大而增大。
3.3 生成射频数据的评估
将Elastosynth生成的合成射频数据与临床肝癌患者数据采用相同的处理链和算法设置进行重建，两种弹性模量图像均显示在较软背景中存在较硬的异质性区域。斑点统计比较显示，在105个散射子条件下，斑点尺寸与临床帧匹配（轴向0.25–0.26 mm对0.25 mm；侧向0.45–0.48 mm对0.45 mm）；在2 × 105个散射子条件下，包络信噪比（SNR）匹配（1.59–1.61对1.61）。
3.4 优化方案评估
随着侧向窗口从5%缩小至1%，部分域与全域射频帧的相关系数从0.98降至0.64，这是由于窗口变得比深部区域的超声束剖面更窄。然而，位移估计精度几乎不受影响：在1%窗口下与全域估计的差异仅为3.2 μm，在0.5%窗口下为4.4 μm，均低于相对于有限元金标准的误差（全域为6.2 μm，1%窗口为6.3 μm，0.5%窗口为7.5 μm）。1%窗口实现了射频仿真时间60倍的缩减，且不牺牲位移估计保真度。
3.5 运行时基准测试
在配备AMD Ryzen 7 255处理器（8核，3.8 GHz）、32 GB内存、Windows 11 Pro的台式工作站上，对于256 × 256单元仿体，Elastosynth有限元模块需11.2 ± 1.7 s，而等效ABAQUS任务需19.7 ± 0.3 s。一对射频帧的全域仿真需1451 ± 45 s，1%窗口仅需24 ± 3 s，单个完整样本的生成时间从约25分钟缩短至约35秒。
四、讨论与结论
Elastosynth软件包成功实现了其目标：提供一个用户友好的工具，用于结合FIELD II超声仿真工具和自研有限元求解器生成合成准静态超声弹性成像数据。该工具实现了高效的程序化射频数据生成，能够为指定视野内随机分布和异质性的包含物生成数据，并通过部分域方法将射频仿真加速60倍（1%窗口）至101倍（0.5%窗口），从而支持深度学习模型开发所需的大规模数据集生成。该方法的另一重要优势在于能够生成与背景组织良好融合、无明显边界的肿瘤模型，从而捕捉不同癌症类型（如乳腺癌的“硬缘”现象）所特有的肿瘤特征。当前有限元求解器限于二维，因为准静态超声弹性成像通常在平面应力或平面应变假设下于二维图像平面进行；随着三维超声弹性成像的普及，三维求解器将被纳入考虑。未来工作包括扩展有限元求解器以支持可变包含物形态（包括形状和多灶性特征）、增加平面应变和平面应力之外的单元类型、利用真实临床数据训练高保真生成式人工智能模型，以及纳入模拟目的性数据损坏的能力。另一未来方向是采用k-Wave超声仿真器，其虽然计算代价更高，但已知比FIELD II更为严格。
