基于全聚焦成像算法的骨折超声检测

张 璠, 宋小军, 曾俊冬, 黄 琼

(1.上海电力大学 电子与信息工程学院, 上海 200090; 2.上海大学 机电工程与自动化学院, 上海 200444)

人体长骨长期反复受力或者外力过大超过自身承受能力都可能发生骨折。传统骨折诊断方式有磁共振成像(Magnetic Resonance Imaging,MRI)和电子计算机断层扫描(Computed Tomography,CT)等[1-5]。MRI有空间分辨率低、价格昂贵、扫描时间长、假影假象等缺点;CT有检查费用高、适用人群有限等缺点。骨折多为突发状况或暂时呈现隐性,无法快速诊断。骨折短期内会引起相关部位肿痛、行动受限,影响日常生活,重则可能会留下永久性创伤。

因此,寻找一种廉价、快速的骨折诊断方法对骨折的及时诊断、了解骨折程度和分析治疗进度具有重要意义。

近年来,超声检测因其实时、价廉等优势技术在无损检测方面的应用成为了热点问题。文献[6]对不同温度热处理的钢板样本进行了非线性超声检测试验,通过对非线性系数的测量,可以对材料早期的高温损伤进行无损评价。文献[7]用X射线和超声扫查兔下颌骨,用斯皮尔曼等级相关分析(Spearman’s correlation coefficient for ranked data)对比了两种方法的成像结果,得出超声检查可以代替X射线检查的结论,为超声诊断与传统医学检查之间的对比、评价分析提供了新方法。文献[8]使用10～12 MHz的线性超声探头扫查了200多位X线检查无异常的患者的足踝部,发现了隐匿性骨折现象,体现了超声检测检出率的优越性。

文献[9]使用超声波检测离体牛股骨,验证了超声波评价骨愈合的可行性。文献[10-11]使用二维时域有限差分研究了A0和S0导波在不同宽度和角度的骨折裂缝中振幅变化规律,对横断骨折和斜断长骨进行了模拟研究,结果表明,随着断缝的扩大,超声导波A0和S0的振幅均减小,为定量评价骨折状况提供了理论依据。文献[12]使用二进制编码和偏移二进制编码激励提高了超声回波信号的幅值,改善了成像信噪比,结果表明,被优化的超声有评价长骨骨折深度的潜力。文献[13]采用混合边界元方法对超声导波在骨裂长骨中的传播情况以及各导波模式的反射系数和透射系数进行了数值分析,为选择最优入射导波模式和频率、更好地定量评价骨质以及骨裂状况提供了依据。

本文首先采用Field Ⅱ对固体材料裂纹进行建模仿真,得到了裂纹全聚焦成像结果,以验证全聚焦成像算法的可行性;然后分别对钢板缺孔和骨板裂纹进行全矩阵数据捕捉和全聚焦成像,结果表明,基于全聚焦成像算法的骨折超声检测方法能有效地检出骨折裂纹。

1 全矩阵数据及全聚焦成像算法

1.1 合成孔径成像技术

合成孔径成像技术[14-17]具有提高超声检测分辨率的优点,但是传统合成孔径技术使用单探头机械移动完成扫查;而超声相控阵只需要通过编程控制声束合成即可实现偏转和聚焦。

合成孔径成像技术是一种将各个探头接收到的超声回波信号合成为孔径成像的方法[18-19]。它依次激励单个探头发射超声波,所有探头接收回波信号,获得所有检测数据阵列后再逐点成像。使用合成孔径成像技术,超声换能器可以在小孔径、低工作频率的条件下实现大的检测范围。因此,采用该技术可以有效降低设备支出。

1.2 全矩阵数据采集

全矩阵数据是指将超声相控阵换能器内所有阵元依次作为发射-接收阵元组合,所采集到的超声回波时域信号,是发射阵元序列、接收阵元序列和时间采样点数的三维数据[20]。

16个阵元组成的超声相控阵的全矩阵数据采集方法如图1所示。

图1 16阵元相控阵全矩阵数据采集示意

首先激发第一个阵元,所有阵元同时接收回波,回波数据记为S1j,其中j=1,2,3,…,16,共16组数据;然后依次激发所有阵元,重复上述接收过程。将发射阵元i和接收阵元j的回波数据记作Sij,也即全矩阵数据的第i行第j列的数据,包含每个时间采样点接收到的回波信号的幅值,采集到的全矩阵数据共16×16组。

全聚焦成像是一种合成孔径成像技术,利用全矩阵数据进行时域后处理,故全矩阵数据是全聚焦成像的基础,其采集过程就是为了囊括被检物内部的所有信息,其中也包含缺陷信号。因此,全矩阵数据采集是全聚焦成像的先行步骤。

1.3 全聚焦成像算法

对于被划分为若干像素点的成像区域,全聚焦成像算法原理如图2所示。

图2 全聚焦成像算法示意

超声相控阵在全矩阵采集工作方式下获得全矩阵数据Sij(i=1,2,3,…,N;j=1,2,3,…,N),对像素点(x,z)利用一定的延时法则将全矩阵数据集中所有发射-接收阵元组合的回波信息在该点叠加,即可获得代表该点信息的幅值。

建立直角坐标系,以超声相控阵中心O为原点,以阵元排列方向为X轴,以垂直阵元排列方向为Z轴,再对被检测区域进行像素点划分,某个像素点的坐标为(x0,z0)。计算得到各个阵元到每个像素点的距离为

(1)

(2)

式中:di——第i阵元到像素点(x0,z0)的距离;

(xi,zi)——相控阵第i阵元坐标;

xi——i阵元中心的横坐标;

zi——i阵元中心的纵坐标;

dj——第j阵元到像素点(x0,z0)的距离;

(xj,zj)——相控阵第j阵元坐标;

xj——j阵元中心的横坐标;

zj——j阵元中心的纵坐标。

第i阵元激励超声信号,第j阵元接收信号,可知超声信号以速度v从阵元i激励传播到聚焦点(x0,z0),再被阵元j接收的总时间为

(3)

根据式(3)可以找到全矩阵数据中对应时间位置处的回波幅值,将该像素点处每一个阵元发射与接收的信号对应的幅值进行叠加,即可得到相控阵在对应聚焦点(x0,z0)处的幅值为

(4)

式中:Sij(tij(x0,z0))——阵元i激励、阵元j接收的超声回波信号表征目标像素点(x0,z0)幅值。

对被检区域中所有像素点处的幅值I(x0,z0)进行成像显示,就可以得到全聚焦成像。

2 仿真及离体实验

2.1 Field Ⅱ仿真实验

使用 Field II建立仿真模型。固体材料模型如图3所示。其中,阵列排列方向为X轴,垂直阵列方向为Z轴,固体材料中有一横向裂纹,深度4 mm、长20 mm,位于X轴(-10,0)至(10,0)之间。

图3 固体材料模型

仿真中,相控阵共32个探头,位于底部位置(-12,12)之间,阵元间距为0.3 mm,换能器中心频率为6.25 MHz,采样频率为25 MHz。

2.2 钢板缺孔实验

以钢板为检测对象,钢板长为160 mm、宽为50 mm、厚度为15 mm。在钢板试块上打直径为3 mm的圆柱形缺孔,缺孔位于长度80 mm、厚度7.5 mm处。超声波在试块中的声速为1 540 m/s。

实验装置如图4所示。采用Verasonics系统(Vantage 128 or 256,Verasonics Inc,WA,USA)进行测量,探头型号为L11-4v,128通道,阵元间距为0.3 mm,中心频率为6.25 MHz,采样频率为25 MHz。

发射脉冲为正弦波,Verasonics系统控制阵元依次发射脉冲,每次发射时所有128阵元进行接收,数据经总线传输到计算机。

2.3 离体骨板裂纹实验

采用7 mm厚牛骨板作为实验材料。实验装置如图5所示。采用与钢板缺孔实验同一套检测设备。骨板长90 mm、宽30 mm、厚15 mm。在骨板表面制作长3 mm、高2 mm的裂纹模拟骨折状况。为了更好地模拟在体实验,用厚2 mm的动物表皮通过耦合剂贴合在骨板上面。超声在骨板和表皮的声速分别为3 000 m/s和1 540 m/s。

Verasonics超声相控阵系统探头紧贴软组织表面,探头型号为L11-4v,128通道,采样频率为25 MHz,采集全矩阵数据。

3 实验结果与讨论

3.1 Filed II仿真结果与分析

使用全聚焦成像算法处理Filed II仿真实验数据,成像结果如图6所示,裂纹以圆圈圈出。固体材料仿真模型中的裂纹位于4 mm处,成像结果中裂纹位于4 mm处,误差为零;固体材料仿真模型中的裂纹长度为20 mm,成像结果裂纹长度为19.12 mm,检测误差为4.40%。

图6 Field Ⅱ仿真全聚焦成像结果

仿真实验结果表明,全聚焦成像算法对介质均匀的固体材料中的裂纹有很好的成像效果。

3.2 钢板缺孔实验结果

使用全聚焦成像算法处理钢板全矩阵数据,成像结果如图7所示,缺孔成像以圆圈圈出。

图7 钢板缺孔模型检测成像结果

3.3 离体骨板裂纹实验结果与分析

采用全聚焦成像算法处理离体骨板裂纹全矩阵数据。为了提高裂纹区域显示效果,将成像结果以灰度图呈现,如图8所示,裂纹以圆圈圈出。

图8 离体骨板裂纹的全聚焦成像

由成像结果可知,表皮与骨板分界面在2 mm处,骨板模型中分界面在2 mm处,检测误差为零;骨板模型裂纹宽度为3 mm,成像结果裂纹平均宽度为2.84 mm,检测误差为5.33%;骨板模型裂纹深度为1.5 mm,成像结果裂纹厚度为1.6 mm,检测误差为6.67%;骨板模型裂纹位置为3.5 mm,成像结果裂纹位置为3.6 mm,检测误差为2.86%。

通过骨板裂纹模型参数与成像结果参数误差对比可知,基于全聚焦成像算法的骨折检测可以实现对裂纹的精准定位和成像。

从钢板和骨板成像结果可以看到,探头正下方0～2 mm存在噪声区域,且噪声区域声场能量较大,影响了近距离的成像效果。造成这种现象的原因主要来自换能器初始激励的残余、非线性电子恢复过程以及相邻阵元的直达波等干扰,还有待进一步的研究。

4 结 语

本文提出了基于全聚焦成像算法的骨折超声检测方法。对固体材料裂纹模型进行了Field II仿真实验,得到仿真模型全聚焦成像算法处理的完整裂纹图像;使用128通道的Verasonics系统分别对钢板缺孔模型和离体骨板裂纹模型采集全矩阵数据,使用全聚焦成像算法对回波数据进行处理得到清晰的缺孔位置,误差为2.67%;测得了骨板裂纹深度、宽度和位置,误差分别为6.67%,5.33%,2.86%,实现了对骨板骨折模型的有效检测。实验结果表明,基于全聚焦成像算法的超声骨折检测方法在骨折的临床检测中具有很大的发展潜力。