曲率效应对可穿戴超声图像质量的影响及广义深度学习校正方法

《Engineering Applications of Artificial Intelligence》：Curvature effects on wearable ultrasound image quality and generalized deep learning correction methods

可穿戴超声相位畸变校正研究系统评估了皮肤曲率（60-160mm）对平面波、平面波合成、聚焦波及相阵成像的影响，提出基于U-Net和Pix2Pix的通用深度学习校正框架，验证其在超声 phantom 和活体数据（3人）中的有效性，发现相阵成像抗弯曲最优，Pix2Pix提升分辨率，U-Net增强对比度，为临床应用提供指导。

　　

林胜荣|陈康|杨建林|文建明|孔德星

中国浙江省金华市浙江师范大学计算机科学与技术学院

摘要

可穿戴超声技术中的一个根本性挑战是换能器变形引起的相位畸变，这会显著降低图像质量。本研究系统地评估了四种标准成像模式下的曲率效应，并提出了一个通用的深度学习框架，该框架能够有效地对所有模式进行相位校正。实验结果在超声模拟体和活体数据（三名参与者）上得到了验证。皮肤曲率测量显示其特征半径约为60–160毫米，在此范围内所有模式的图像质量都出现了显著下降。研究发现，减少换能器元件数量有助于缓解相位校正问题。使用相同的数据集调整协议，针对每种成像模式分别训练了深度学习模型（U-Net和Pix2Pix）。对比分析表明，相控阵成像在成像分辨率和对比度方面对曲率伪影的抵抗力更强；虽然Pix2Pix在分辨率提升方面表现优异，但U-Net在对比度增强和通用活体应用方面更为出色；相控阵成像适用于宽场心脏成像，而基于U-Net模型的平面波复合/聚焦波成像则适合用于成像颈动脉等表层结构。这些结果为可穿戴超声的临床应用提供了实用指导。

引言

医学成像技术是早期疾病检测和诊断的关键工具（Zhou等人，2025年）。当前的临床成像方法包括用于结构评估的X射线摄影（Litjens等人，2017年）、用于3D解剖可视化的计算机断层扫描（CT）（Wang等人，2025年）、用于软组织表征的磁共振成像（MRI）（Tariq等人，2025年）以及用于结构和功能分析的超声成像（Min等人，2025年）。超声成像具有多种独特优势，如实时成像能力、作为非电离技术的安全性以及由于设备和操作成本较低而具有成本效益（Huang等人，2024年；Li等人，2023年；Zhang等人，2024年）。因此，超声成像在多个临床领域变得不可或缺，包括腹部超声、心血管成像、产科监测和介入引导。然而，传统超声成像受到几个关键限制的阻碍，包括需要熟练技术人员的操作依赖性、不适合连续监测，以及基于临床医生专业知识的解释变异性。解决这些关键未满足的需求对于技术的发展至关重要。

可穿戴超声为解决这些挑战提供了新的解决方案（Gao等人，2022年；Hu等人，2018年；Lin等人，2022年；Wang等人，2018年，2021年）。值得注意的发展包括通过开发能够贴合复杂表面的柔性超声贴片实现免手持成像（Hu等人，2018年；Zhou等人，2024年）、开发用于48小时连续可穿戴超声监测的生物粘附水凝胶（Wang等人，2022b年）、训练AI模型进行自主可穿戴心脏图像分析（Hu等人，2023年），以及完全集成且由AI驱动的可穿戴超声贴片用于颈动脉信号监测（Gao等人，2024年；Lin等人，2023年）。然而，可穿戴超声中最关键的挑战是由超声贴片的几何变形引起的相位畸变，这会显著降低图像质量。为了解决这个问题，已经提出了基于硬件和软件的方法（Chen等人，2024年；Wang等人，2022a年，2024年）。对于硬件方法，可以使用集成式轮廓仪来检测表面变形并实现实时延迟律优化以进行轮廓校正（Toullelan等人，2008年）。另一种选择是使用形状感应光纤来跟踪阵列元件位置，从而提高复杂几何形状下的亚表面缺陷成像能力（Lane，2014年）。为了进一步提高测量精度，可以使用应变计作为曲率传感器来检测未知曲率以实现精确定位（Oliveira等人，2019年）。此外，还可以采用MRI技术来提供探头的补充曲率测量（Hasegawa等人，2021年）。最近，一种新颖的激光方法被用来校正柔性2D超声阵列中的变形引起的元件位移，展示了这一领域的最新技术（Chen等人，2022年，2023年）。然而，这些方法通常会增加系统复杂性，导致探头尺寸增大，并可能产生传感器定位误差。对于基于软件的方法，最初开发了一种用于点缺陷成像的自动对焦算法，该方法使用任意轮廓的柔性阵列（Hunter等人，2010年），后来通过结合回波数据和几何先验来改进成像误差（Hunter等人，2011年）。进一步开发了一种自形状估计算法来获取乳腺癌的二维超声图像（Chang等人，2020年）。还提出了一种仅从后向散射超声信号估计阵列形状的算法（Noda等人，2020年）。最近，一种新的端到端深度学习方法被引入，作为标准DAS波束形成的可行替代方案，特别是在换能器几何形状不明确的情况下（Huang等人，2021年）。另一项工作采用了一种算法，根据重建的超声特性迭代估计阵列几何形状（Omidvar等人，2021年）。尽管这些方法保持了系统的简单性，但仍然面临一些持续存在的挑战，包括对阵列几何形状的先验知识依赖性、迭代过程中缺乏标准化的评估指标以及计算效率低下。此外，可穿戴超声贴片的曲率显著影响成像质量，但对此的系统性研究却出奇地有限。此外，超声成像涉及多种成像模式（如平面波成像和聚焦波成像），曲率对这些模式的影响尚不清楚。

本研究引入了三项关键创新。首先，我们首次系统地分析了四种主要可穿戴超声模式下的曲率引起的成像伪影，包括平面波成像、平面波复合成像、聚焦波成像和相控阵成像。这些成像模式广泛应用于不同的解剖目标，例如用于脑血管的平面波复合成像、用于心脏结构的相控阵成像以及用于颈动脉的聚焦波成像。了解不同成像模式下的曲率效应对于指导可穿戴超声的临床应用非常重要。以往的研究（Huang等人，2021年；Omidvar等人，2021年）主要集中在验证聚焦波成像模式，而其他成像模式的校正方法的性能和可行性仍不清楚。其次，我们提出了一种适用于所有四种模式的深度学习相位校正框架，实现了图像校正的通用方法。一个适用于多种成像模式的统一校正框架非常受欢迎，因为它能够使用单一模型进行全面的图像校正。第三，我们打算使用活体数据来验证深度学习框架，这是证明其临床有效性并超越基于模拟体的早期研究的关键步骤（Huang等人，2021年）。

章节摘录

人体皮肤曲率

由于可穿戴超声设备主要用于人体应用，因此测量人体皮肤曲率至关重要。使用3D相机（Gemini2，ORBBEC公司，中国）来量化超声检查中常见的解剖部位的皮肤曲率，包括颈部（用于颈动脉和甲状腺超声）、上肢（用于血管或软组织评估）以及胸部（用于心脏和腹部超声）。测量设置如图1(a)所示。皮肤曲率测量

曲率对可穿戴超声图像质量的影响

研究了四种成像策略下的曲率效应（图6，图7）。其中，平坦换能器配置下的超声图像质量最佳（即曲率半径趋于无穷大）。对于人体的正常曲率条件（图1），图像质量明显下降。一个主要挑战是柔性阵列变形过程中严重的飞行时间（TOF）变化。当前未经校正的算法继续使用平坦配置的TOF值

讨论

本研究调查了可穿戴换能器曲率对四种成像模式下成像质量的影响，并证明了基于深度学习的校正方法的有效性。图像失真的主要原因是弯曲条件下阵列元件之间的飞行时间变化不匹配。为了解决这个问题，训练了深度学习模型来补偿这种不匹配，从而有效恢复了图像的真实性。这项工作扩展了基础

结论

本研究系统地研究了可穿戴换能器曲率对四种成像方法下超声图像质量的影响，并展示了通用的校正方法。该方法结合了曲率表征、理论建模和实验验证。3D相机量化了人体皮肤曲率，定义了约60–160毫米的曲率范围。实验表明，曲率主要降低了横向的全宽半高（FWHM），而对轴向的影响可以忽略不计。

CRediT作者贡献声明

林胜荣：撰写 – 审稿与编辑，撰写 – 原始草稿，研究。陈康：项目管理，方法论，概念化。杨建林：研究。文建明：资源。孔德星：监督，资源。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本研究得到了浙江省项目（项目编号LQ24A040009）和金华市项目（项目编号2024-1-056）的支持。