基于超声多普勒技术的气栓检测研究

戴鹤锋　李晓高　沈国浪　朱文　王兴国

摘  要：针对人体血流中的气体栓子难以被识别和测量的问题，提出一种气栓超声多普勒检测方法。利用气栓和红细胞具有不同声学特征，分析基于自相关技术提取的特征参数，实现气栓的识别与特征检测。进行气栓仿真物理实验，设定中心频率后以不同的入射角发射超声信号，分析实验获得的流体速度分布与多普勒振幅数据并求解最优化检测参数以提高气栓检测精确度。实验结果表明，当入射角增大时，气栓和红细胞的速度分布、测量区间和血管与换能器之间的声衰减也增加。通过分析发现入射角为60°时检测效果最佳，该方法对血液气栓的临床检测有重要应用价值。

关键词：气体栓子；超声多普勒；入射角；血流速度分布；多普勒振幅

中图分类号：TN911.6  文献标识码：A  文章编号：2096-4706（2023）13-0131-05

Research on Gas Embolism Detection Based on Ultrasonic Doppler Technology

DAI Hefeng， LI Xiaogao， SHEN Guolang， ZHU Wen， WANG Xingguo

（School of Mechanical and Electronic Engineering， Jingdezhen Ceramic University， Jingdezhen  333403， China）

Abstract： To address the problem that gas embolism in human blood flow are difficult to be identified and measured， an ultrasonic Doppler detection method for gas embolism is proposed. Using the different acoustic characteristics of gas embolism and red blood cells， the characteristic parameters extracted based on autocorrelation technology are analyzed to realize the identification and feature detection of gas embolism. The gas embolism simulation physics experiment is carried out. After setting the center frequency， the ultrasonic signal is transmitted at different incident angles. The fluid velocity distribution and Doppler amplitude data obtained by the experiment are analyzed and the optimal detection parameters are solved to improve the detection accuracy of the gas embolism. The experimental results show that when the incident angle increases， the velocity distribution of the air embolism and the red blood cells， the measurement interval and the sound attenuation between the blood vessel and the transducer also increase. Through the analysis， it is found that the detection effect is the best when the incident angle is 60°. This method has important application value for the clinical detection of blood gas embolism.

Keywords： gas embolism; ultrasonic Doppler; incident angle; blood flow velocity distribution; Doppler amplitude

0  引  言

氣体栓子（简称气栓）是指气体进入血液循环后在肺部动脉形成的栓子。气栓严重时可致人休克，甚至死亡，因此准确地检测气栓可以为相关疾病的早期诊断和治疗提供可靠依据[1]。超声多普勒法是一种无损检测方法，在血流检测中有着广泛的应用[2]。

1982年，经颅多普勒（TCD）技术出现，该技术迅速成为临床血栓检测的主要方法[3]。近年来，许多学者都提出了不同的栓子检测方法，取得不错的检测效果。Mess等[4，5]釆用双釆样容积系统区分血栓和噪声两种信号，该方法准确率较低，对硬件要求较高。Roy等[6]提出声谱图分析法，利用短时傅里叶变换（STFT）从声谱图上提取参数对栓子和噪声进行分类。传统的STFT时频分辨率低，而小波变换法相比于STFT能够更好地进行尺度分析。Devuyst等[7]使用小波变换法分析血栓信号，对低频和高频都有较好的频率和时间定位。Serbes等[8]提出双树小波变换法，在检测单类超声信号时能够取得较好结果，但多类超声多普勒信号同时出现时，便会出现较大误差。

本文提出一种超声气栓多普勒识别法（Developed Ultrasonic Doppler Identification， DUDI），测量对设备要求不高，采用自相关法（ACF）为特征提取算法，拥有较好的时频分辨率，且不依赖窗函数选择，还能在多类超声信号出现时实时测量。DUDI法基于脉冲多普勒（PW）进行检测率，PW测量超声传播方向的血流参数分量，入射角是影响测量结果的重要因素之一[9]。早期也有学者强调入射角的重要性[10，11]。使用PW测量时，血流速度分量在入射角较大时快速变化[12，13]。在Hoskins的研究中，入射角小于60°时的测量结果也并不十分精确[14]。Park等[15]使用三台彩超机进行测量，分析了不同入射角对多普勒超声测量精度的影响，发现在多普勒入射角小于70°时，不同情况下测量的血流速度变化范围在21%以内，因此采用相同的多普勒入射角可以保证测量结果的可重复性。

为研究气栓检测方法和相关参数对检测结果的影响，搭建了气栓检测实验平台。利用自相关技术提取血红细胞与气栓的多普勒振幅、频移和速度分布三种特征参数对气栓粒子进行初步分类。检验所测量的振幅、频移以及速度分布是否同时出现在一致的采样区间内，并观察速度分布是否处于粒子的速度分布区间。在入射角不同时，利用DUDI法检测气栓，分析血红细胞和气泡的多普勒振幅、速度分布的变化以及气栓的检测率，探究入射角因素对气栓检测的影响。

1  气栓检测方法

图1为血栓超声检测原理示意图。DUDI方法可用于对流体中的粒子进行检测。使用PW检测气栓时由超声换能器发射超声波，超声波进入血管中遇到运动的血红细胞时将产生频移。当血液中出现与红细胞直径不同的栓子时，栓子与血流形成界面，界面处声强的反射率R为：

式中，ρ1表示栓子的密度，ρ2表示血液的密度，c1表示栓子中的声速，c2表示血液中的声速，Z1表示栓子的声阻抗，Z2表示血液的声阻抗。由式（1）计算可得，气栓和血流形成的界面反射率远大于血红细胞与血流形成的界面反射率。由于多普勒信号的振幅aD与回波信号强度成正比，因此可以基于aD的差异实现栓子的初步识别。

在测量时使用ACF法从回波信号中提取各个测量通道中aD和fD的值，所用自相关技术的原理[16，17]为超声换能器在同一采样区间发射N次脉冲，其回波信号函数可表示为[18]：

式中：T表示脉冲重复时间，z （i - 1）和z*（i）表示复数形式的相邻脉冲回波信号。z （i ）的表达式为：

式中：I （i）、Q （i）表示正交解调后经过低通滤波所得到的两路数字信号。将z （i）轉为数字信号的解析式为：

式中：xk = I （i），yk = Q （i）。利用N次脉冲的采样值可以估算出函数F （T）在时间τ = 0和τ = T时的值分别为：式中，C0为常数，A、B分别为：

设定血红细胞与气栓的多普勒振幅阈值，对信号处理后获得的多普勒振幅初步分类。测量的振幅出现在粒子相应的振幅阈值区间内时，则初步认为该振幅属于该区间对应的粒子。检验与该振幅同时出现的多普勒频移与速度分布的测量区间位置是否与振幅一致，并对比速度分布是否在对应粒子的速度分布区间内。若上述条件皆能对应，则可识别此时检测到的粒子为相应区间所对应的粒子。该方法可以有效地消除伪影干扰，获得更高的栓子检测率。

2  实验平台与实验步骤

2.1  实验平台的搭建

研究搭建了气栓检测实验平台，图2为该平台的结构示意图。实验时使用自来水模拟血流，用气泡来模拟气栓。因尼龙粒子的密度约等于水的密度，流体跟随性好且为不透明的浅色，可用其作为流体的示踪剂[19，20]。实验平台主要包括体膜、蠕动泵、流量计、储血装置、模拟血管、气泵、调节阀、气体流量计等部分。

实验平台中的测量装置由超声换能器、超声检测仪、数字采集卡及计算机组成。测量装置的相关参数如表1所示。

2.2  实验步骤

为验证超声信号入射角对气栓检测精确度的影响，实验时超声信号分别以30°、45°、60°、70°、80°入射角射入管内，实验步骤如下：

1）打开水泵，将仿血管内的平均流速调节到1 m/s。

2）在储血装置内加入一定浓度的尼龙粒子，设定入射角为30°，使用DUDI方法测量多普勒振幅、频移和速度分布等。

3）打开气泵，将气泡加入纯水中，使用DUDI方法测量，获得尼龙粒子与气泡在不同条件下的多普勒振幅和速度分布。

4）在拥有一定浓度尼龙粒子的仿血液流体中加入单个气泡，使气泡经过换能器探测区域100次，获得气泡的检出率。

5）改变入射角，重复以上实验步骤。

3  实验结果与分析

采用自相关技术分析回波信号的时间、频率、振幅等主要特征参数，得到信号在时频域的幅值分布，其分布特征可由时间、频率、振幅三个坐标构成的三维频谱图表示。在入射角为45°时尼龙粒子和气泡回波信号的三维频谱图像中，尼龙粒子回波信号的能量峰值颜色较浅，其振幅较小，而气泡所对应的时频谱图能量峰值较深，其多普勒振幅较大。自相关算法提取的多普勒振幅峰值与时频谱能量峰值相对应，该结果证明了DUDI法可用于对相应粒子识别。

通过实验获得入射角分别为30°、45°、60°、70°、80°时尼龙粒子和气泡的多普勒振幅、时频图以及血管内速度分布，取不同入射角时的1 000次回波数据算术平均后得到的气泡和尼龙粒子的速度分布分别如图3、图4所示。入射角为80°时血管位置距离换能器较远，已有部分血管超出了最大有效测量范围，超出测量范围的部分没有数据。

从图4可以看出，随着入射角的增大，实际测量的气泡速度分布区间和血管中心速度均增大，与探头的距离也增大。由于气泡占据多个测量通道，对多次测量的速度算术平均后，速度分布图像较为平缓。由图7可知，血管中心速度最高，而靠近管壁端的尼龙粒子速度均趋于0，且当入射角增大时中心速度与测量区间均增大。

图5显示了血管中心气泡、尼龙粒子的速度以及水流的理论速度与入射角之间的关系，同时也显示了血管中心气泡、尼龙粒子的速度与水流理论速度之间的误差率，误差率定义为实际速度与理论速度的差值和理论速度的比值。可以看出，气泡速度大于尼龙粒子速度，且二者的速度均小于理论速度；误差率在入射角变大时也随之增大，且在入射角大于60°后二者的速度与理论速度的误差率显著增大。实验时采用尼龙粒子的速度代表血流的速度，由于气泡体积大、密度低、质量小且受到的浮力相对较大，故其速度应比血流的速度略快。实验测得的血流速度低于理论速度，是由于受到声衰减等多种因素的影响。换能器与测量通道之间的距离随着入射角增大而增大，声衰减则是随着该距离的增大而增大，故测得的实际血流速度与理论血流速度的差值也会随着角度的增大而增大。在角度大于60°之后，换能器与血管之间距离增量较大，所以其误差率也随之增大。

图6显示了不同入射角时气泡回波信号的多普勒振幅在血管内的分布，可以看出，入射角增大的同时，测量的血管内区间增大，且与换能器距离越来越远，声衰减也随之增大，故振幅的值随着入射角度的增大而减小。

图7显示了入射角不同时尼龙粒子的多普勒振幅在血管内的分布，当入射角增大时，其振幅的变化趋势与气泡一致。当入射角大于70°时，因声衰减增大，其振幅过小，易与噪声混淆难以区分。

由上述实验结果可知，虽然增大入射角时测量的有效区间变大，更加易于观察判断，但尼龙粒子与气泡的多普勒振幅区间都随之变小，且在实际应用中时，会因为检测距离过远、声衰减过大等因素导致检测效率降低。将一定量尼龙粒子与单个气泡同时加入循环系统中进行实验，为提高实验结果的准确率，取多个不同入射角进行多次检测，测量了100次入射角不同时的实验数据。应用DUDI法并结合速度分布、幅值等实验数据判断经过换能器检测区间的粒子是否为气泡，记录程序检测出气泡经过的次数。实验测得的不同入射角时的气泡检出率如表2所示。

由表2可看出，当信号的入射角为45°和60°时，实验时的检测率最高。综合考虑有效检测区间、速度分布误差率和振幅差异等因素对检测结果的影响，最终选定60°为检测时的最佳入射角。

4  结  论

本文提出了一种基于超声多普勒技术的气栓检测方法。研究了不同入射角对血液中气栓测量结果的影响，结论如下：

1）综合分析利用自相关技术提取的多普勒振幅、多普勒振幅区间、速度分布、振幅与速度分布所在测量区间五种参数，实现对血流中气栓的识别。

2）检测气栓时采用不同入射角射入超声信号，入射角为60°时检测效果最佳，此时测得的有效測量区间相对较大，速度分布误差较小，且对气栓的检测率为100%。

3）采用超声多普勒方法检测气栓时，超声信号入射角易于调节，同时可降低测量误差，但还需要结合测量中流体的速度分布、有效测量区间大小、检测对象回波信号的多普勒振幅和最大测量深度等条件来综合分析，以此选定最优入射角。

参考文献：

[1] 中国成人肥厚型心肌病诊断与治疗指南2023 [J].中国循环杂志，2023，38（1）：1-33.

[2] FAUCI A，BRAUNWALD E，KASPER D L，et al Harrison's Manual of Medicine，18th edition [M].New York：McGraw-Hill，2012.

[3] DEWIT L D，WECHSLER L R. Transcranial Doppler [J].Stroke，1988，19（7）：915.

[4] WERNER H M，BART M T，ROB G A A. A new algorithm for off-line automated emboli detection based on the pseudo-wigner power distribution and the dual gate TCD technique [J].Ultrasound in Medicine & Biology，2000，26（3）：413-418.

[5] SMITH L J，EVANS H D，LINGKE F，et al. Differentiation between emboli and artefacts using dual-gated transcranial Doppler ultrasound [J].Ultrasound in Medicine & Biology，1996，22（8）：1031-1036.

[6] ROY E，ABRAHAM P，MOMTRESOR S，et al. The narrow band hypothesis：An interesting approach for high-intensity transient signals （HITS） detection [J].Ultrasound in Med.& Biol，1998，24 （3）：375-382.

[7] DEVUYST G，VESIN J M，DESPLAND P A，et al. The matching pursuit：a new method of characterizing micro embolic signals [J].Ultrasound in Med.& Biol，2000，26（6）：1051-1056.

[8] SERBES G，AYDIN N. Denoising performance of modified dual-tree complex wavelet transform for processing quadrature embolic doppler signals [J].Medical & biological engineering & computing，2014，52（1）：29-43.

[9] GAO J，HENTEL K，ZHU Q，et al. Doppler angle correction in the measurement of intrarenal parameters [J].International Journal of Nephrology and Renovascular Disease，2011，4：49-55.

[10] 段云友，曹鐵生.多普勒角度校正功能对血流速度测量的影响 [J].中国临床医学影像杂志，1998，9（4）：249-251.

[11] KREJZA J，MARIAK Z，BABIKIAN V L. Importance of angle correction in the measurement of blood flow velocity with transcranial Doppler sonography [J].AJNR American Journal of Neuroradiology，2001，22：1743-1747.

[12] 张灌生，周德江.角度校正对多普勒测定流速影响的模拟研究 [J].中国超声医学杂志，1995，11（1）：37-39.

[13] RUMACK C M，WILSON S R，CHARBONEAU J W，et al. Diagnostic ultrasound：4th ed [M].Philadelphia：Mosby，2005：30.

[14] HOSKINS P R. Accuracy of maximum velocity estimates made using Doppler ultrasound systems [J].Radiological，1996，69：172–177.

[15] PARK M Y，JUNG S E，BYUN J Y，et al. Effect of beam-flow angle on velocity measurements in modern Doppler ultrasound systems [J].Medical Physics and Informatics，2012，198（5）：1139-1143.

[16] WONGSARO J W，HAMDANI A，THONG U N N，et al. Extended Short-Time Fourier Transform for Ultrasonic Velocity Profiler on Two-Phase Bubbly Flow Using a Single Resonant Frequency [J/OL].Applied Sciences，2018，9（1）：50（2018-12-24）.https：//doi.org/10.3390/app9010050.

[17] TREENUSON W，TSUZUKI N，KIKURA H. Accurate flowrate measurement on double bent pipe using ultrasonic velocity profile method [J].Journal of the Japanese Society for Experimental Mechanics，2013，13（2）：200-211.

[18] LI R，HE F Y，XIA Y B. Theory of correlation detection and its application [J].Journal of Hefei University of Technology：Natural Science，2008，31（4）：573-575.

[19] LI Y，HAO Y X，LI M，et al. Animproved high-accuracy CORDIC algorithm for DSC in endoscopic ultrasonography system [J].Applied Mechanics and Materials，2011（130-134）：37-40.

[20] QI M C，GAO S K.Study on a digital Doppler ultrasonic blood flow measurement system [J].Chinese Journal of Biomedical Engineering，2012，31（3）：17-21.

作者简介：戴鹤锋（1998—），男，汉族，江西上饶人，硕士研究生在读，研究方向：无损检测、超声流体检测；通讯作者：李晓高（1980—），男，汉族，江西南昌人，讲师，博士，研究方向：智能检测与控制、非线性系统分析与控制。

收稿日期：2023-02-21

基金项目：国家自然科学基金（52265020）；大学生创新训练计划项目（202110408017）