Page 53 - 《应用声学》2021年第1期

第 40 卷 第 1 期 孙彪等： 用于活体温度评估的非线性超声热应变模型 49

难以应用在深部活体组织的测温中，因而其应用受
12
到限制。
ພएԫӑ/Ć 8 的影响必须考虑在内。此前有很多关于运动补偿
对超声热应变测温在活体中的应用，生理运动

4
བྷႃϦ
ጳভവی 提高超声测温精度的研究。例如，基于在加热之前
᭤ጳভവی
0 采集一系列参考帧的运动补偿算法 [8,20] ，利用靶区
0 6 12 18
௑ᫎ/s 外的组织变形进行运动校正 [13] 等。这些算法在离
(a) Ӥພ Ć
体实验中显示出令人满意的结果，但在活体中的结
20
果并不理想。本文基于心跳运动的准周期性，通过
15 动态帧的选取来降低心跳周期性的运动干扰。此
ພएԫӑ/Ć 10 外，对于活体呼吸 (血流等) 带来的组织旋转和形

，简单的平滑滤波和动态帧选取法并不足以解
变
[8]
5 བྷႃϦ
ጳভവی 决运动步长问题，本文中采用自适应滤波得到了较
᭤ጳভവی
0 好的结果。综合非线性模型和活体运动抑制算法，
0 6 12 18
◦
௑ᫎ/s 本文中对 25 C 温升的脂肪组织将测温误差控制在
(b) Ӥພ Ć
2.5 C以内，取得了令人满意的效果。
◦
32 60
བྷႃϦ
50 ᭤ጳভവی
ພएԫӑ/Ć 16 ພएԫӑ/Ć 40
ጳভവی
24
30
8 བྷႃϦ 20 /
ጳভവی
᭤ጳভവی
10
0
0 6 12 18 0
௑ᫎ/s 0 6 12 18
௑ᫎ/s
(c) Ӥພ Ć
◦
图 4 线性模型与非线性模型升温曲线对比 图 5 温度变化 40 C 的线性和非线性模型温度估计
Fig. 4 Temperature curves of linear model and Fig. 5 Linear and non-linear model temperature es-
timation for temperature change of 40 C
◦
nonlinear model
非线性热应变模型可在较大的温度变化范围 4 结论
内保证温度评估的准确性。本文的实验结果表明，
对于 25 C 的温升，非线性模型的误差精度基本可 本文利用生物组织升温过程中物理量变化的
◦
以满足临床的测温需求。但对于活体脂肪组织，当 非线性，提出了用于活体温度评估的非线性热应变
热疗使其温度达到 70 C时，组织可能发生变性，非 模型，对大范围的温度变化进行了有效的评估。采
◦
线性模型也就不再适用。如图 5 所示，当温度变化 用动态选帧算法和自适应滤波相结合的方法来抑
达到 40 C 以上时 (组织温度大于 70 C)，虽然非线 制活体的呼吸及心跳对温度评估算法的干扰，并取
◦
◦
性模型的温度评估误差仍小于线性模型的评估误 得了很好的效果。实验中以活体猪肾周脂肪为对
差，但是其最大估计偏差已大于 4 C，难以满足临 象，对于小于 25 C 的温升过程，测温误差不高于
◦
◦
床的要求。这可能与脂肪组织的严重变性 (如液化) 2.5 C。但对于更大范围的温度变化 (大于 40 C)，
◦
◦
有关 [18] 。因此，对于变性的组织，无论线性还是非 非线性温度评估效果虽然比线性模型有明显的提
线性模型温度评估模型都不再适用。鉴于此，Liu 升，但还无法满足临床的需求。本文提出的非线性
等 [19] 提出了自适应系数和红外成像相结合的算法 模型提升了超声热应变测温的适用温度范围，拓展
对消融治疗中的温度 (治疗温度超过 90 C) 进行评 了超声温度评估技术的应用前景，有助于提高热疗
◦
估，取得了一定的效果。但该方法须借助红外成像， 相关的治疗过程的安全性。