医用超声图像模拟系统算法：弹性成像原理与实践
1. 引言：什么是超声弹性成像？
超声弹性成像（Ultrasound Elastography）是一种新兴的医学成像技术，它通过评估组织在受到轻微压力（或声辐射力）后产生的形变（即“弹性”或“硬度”），来生成反映组织力学属性的图像。传统B超主要显示组织的解剖结构，而弹性成像则提供了组织的功能信息，即“软”或“硬”。
在临床上，许多病变（如恶性肿瘤、肝纤维化、动脉粥样硬化斑块）的组织硬度会显著高于周围正常组织。因此，弹性成像在肿瘤的良恶性鉴别、肝纤维化分期、甲状腺及乳腺结节评估等领域具有重要价值。
本文将深入探讨医用超声图像模拟系统中弹性成像的核心算法，从基本原理、关键技术到模拟实现，为相关领域的研究者和开发者提供参考。
2. 弹性成像的基本原理
弹性成像的核心思想是“推”和“看形变”。
激励（Excitation）：对组织施加一个微小的、准静态或动态的力学激励。常用方式包括：
- 外部压缩：操作者手动或用机械装置按压探头。
- 声辐射力（Acoustic Radiation Force, ARF）：利用超声波自身产生的“声辐射力脉冲”在组织内部特定深度产生“推”的效果（如声脉冲辐射力成像，ARFI）。
位移估计（Displacement Estimation）：在激励施加前后，系统分别采集一系列射频（RF）超声回波信号。通过比较这两组信号，利用信号处理算法（如互相关、相位零差法）估计出组织内部各点沿波束方向（轴向）的位移或应变。
弹性参数重建（Elasticity Reconstruction）：
- 应变成像（Strain Imaging）：将估计出的位移场进行空间微分，得到应变场（ϵ=ΔLL\epsilon = \frac{\Delta L}{L}ϵ=LΔL）。应变图像直接反映了组织相对硬度的分布（硬的组织形变小，应变低；软的组织形变大，应变高）。这是最直接、临床应用最广泛的弹性成像模式。
- 弹性模量成像（Elastic Modulus Imaging）：在已知激励力分布和边界条件的理想模型下，结合位移/应变场，通过求解力学反问题（如逆问题求解）来估算组织的绝对弹性模量（如杨氏模量）。这在技术上更具挑战性。
3. 核心算法流程与关键技术
一个典型的超声弹性成像模拟系统算法流程如下图所示，其核心在于高精度的位移估计和应变计算。