Page 26 - 《应用声学》2022年第5期

702 2022 年 9 月

峰值负压的焦区直径约 1.2 mm。本研究超声的峰 其中，x(n) 为每个周期的采样数据，N 为采样点数，
值负压值约为0.45 MPa，大于 SonoVue微泡发生瞬 k = 0, 1, · · · , N − 1，P(k) 为功率谱信号。图2 给出
态空化的阈值声压。实验中将仿体容器及聚焦换 了在PNP = 0.45 MPa、PL = 100 µs、PRF = 10 Hz
能器安装在 3D 打印获得的定位支架上，确保该换 条件下，获取的空化信号的时域和功率谱图。
能器的焦区位于流动通道内。因此，当脉冲超声在
0.5%ॲจ໅๯ ၷေᄢඵ
声轴方向由上往下传播时，可激励流经焦区的微泡 0.5
群发生瞬态空化。此外，本研究中超声作用时间为
ࣨϙ/V 0
60 s。
1.3 流动微泡群瞬态空化的测量
-0.5
1.3.1 声信号采集
本研究使用另外一个中心频率为 5 MHz、直 0 0.2 0.4 0.6 0.8
௑ᫎ/ms
径约为 16 mm 的平面换能器 (Advanced Devices, (a) 5˔᧔ᬷևరЯ
Wakefield, MA, USA) 插入聚焦换能器，距焦区 0
61 mm 接收流动微泡群瞬态空化中产生的声信 0.5%ॲจ໅๯
-20 ၷေᄢඵ
号，经脉冲接收器 (5077PR, Olympus, USA) 放大
9 dB 后传输至 LabVIEW FPGA 系统的 A/D 模块， Ҫဋ/dB -40
模数转换为 14 位数字信号，研究中有效频带范围 -60
为 0∼10 MHz，采样频率 50 MHz 以保证信号不失 -80
真。为了提高实时计算速度，考虑到研究中使用的 0 2 4 6 8 10
脉冲激励信号长度为 100 µs，产生的空化信号长 ᮠဋ/MHz
(b) 600˔᧔ᬷևరЯ
度在 100 µs 内，因此将信号采集的总时间设置为
164 µs(对应采样点数 8192 个)。由于发射换能器的 图 2 微泡及生理盐水的时域信号及功率谱
焦距为 51 mm，激励声波经 35 µs 后才到达焦区的 Fig. 2 Time domain signal and power spectrum
of microbubbles and saline
流动微泡群；接收换能器距焦区 61 mm，瞬态空化
产生的声信号需 42 µs 才能到达接收换能器，因此 从图 2 中可以看出，瞬态空化产生的时域信号
这里采用延时的数据采集方式，即激励脉冲发出后 和功率谱信号远大于对照信号。通常，功率谱信号
75 µs，开始采集数据。采集到的信号数据一方面 中宽带信号的抬升与瞬态空化密切相关 [25−27] ，所
通过 FIFO 数据传输模式在 FPGA 中实时计算 ICI， 以对 2∼10 MHz 频率范围内除去谐波和超谐波附
另一方面通过PCIe 总线实时传输至上位机缓存区， 近±100 Hz的频带信号的功率谱进行叠加，即

待实验结束后保存，进行后处理分析。在这样的采 ∑
P = P i (k), (3)
样条件下，测量一个周期脉冲信号激励下产生的空 i
式 (3) 中， i 为 上 述 频 带 所 包 含 的 数 据 点 (i =
化强度需要耗时约800 µs。
8192 × (n/2 + 0.1)f 0 /f · · · 8192 × (n/2 + 0.4)f 0 /f,
1.3.2 瞬态空化强度计算
n = 4, 5, · · · , 19，f 0 为超声信号的中心频率，f 为采
采集到的信号首先送入 FPGA 的逻辑程序 样频率)。功率 P 乘以信号采集时间 T (约 164 µs)
中，通过快速傅里叶变换 (Fast Fourier transform, 得到宽带信号的总能量 Q s (由于频域信号关于
FFT) 将时域信号变换至频域，再对频域信号平方 25 MHz 对称，而前面计算中只叠加了 2 ∼ 10 MHz
得到功率谱信号，即 频带范围内的功率谱，所以需要乘 2)，再减去对照
N−1
∑ −j 2π kn 溶液(生理盐水)中宽带信号的总能量Q c ，就可获得
X(k) = x(n) e N , (1)
一个激励周期内的ICI：
n=0
2
P(k) = X(k) , (2) Q s = 2T · P, (4)