明 文，錢盛友，趙新民，丁亞軍

（湖南師范大學物理與信息科學學院，湖南長沙 410081）

0 引 言

高強度聚焦超聲（HIFU）因其獨特的軟組織穿透性能和生物效應，被認為是腫瘤治療的重要手段之一，在醫(yī)藥學領域有十分廣泛的應用.HIFU是基于高溫熱效應對組織損傷的原理，因而對治療過程中組織損傷程度的監(jiān)測非常重要［1，2］.生物組織在超聲聚焦作用下，組織溫度升高，組織損傷程度從無凝固性熱損傷發(fā)生、產(chǎn)生熱損傷但未達到治療效果到過損傷，損傷程度逐漸加深［3］，超聲波各特性參數(shù)（如超聲散射回波能量、聲衰減系數(shù)、聲阻抗率、散射系數(shù)、彈性系數(shù)等）隨著組織損傷程度的加深逐漸產(chǎn)生變化［4，5］.已有研究表明，HIFU治療中獲取的B超監(jiān)控圖像特征能反映組織損傷程度的變化［6，7］.相對于超聲圖像，回波信號的提取會更直接.本文嘗試通過對離體實驗中獲取的HIFU輻照前后的超聲回波信號進行分析，提取超聲散射回波能量和聲衰減系數(shù)并借助BP神經(jīng)網(wǎng)絡來監(jiān)測生物組織損傷程度.

1 基本理論

1.1 超聲散射回波能量

超聲與生物組織的相互作用機理較為復雜，HIFU擊打生物組織后引起組織的熱效應、機械效應和空化效應，從而影響生物組織的超聲散射回波幅度［8，9］.令Esignal為組織超聲散射回波的幅值平方值，即超聲散射回波能量，Ereference為基準溫度時的超聲散射回波能量，則組織超聲散射回波能量的相對變化為：（Esignal－Ereference）／Ereference，利用該式計算超聲散射回波能量的相對變化，可分析超聲散射回波信號幅值相對變化與組織損傷程度的關系.

1.2 聲衰減系數(shù)

生物組織的聲衰減系數(shù)與組織成分、結構及狀態(tài)有密切關系［10］.超聲波在生物組織中的衰減系數(shù)大致為頻率的指數(shù)函數(shù)，HIFU源擊打豬肉組織后返回的兩個界面反射回波設為y1（t）和y2（t），則有

對式（1）取功率譜，則

由此可計算出衰減系數(shù)

由式（3）可知，通過計算前后界面回波功率譜對數(shù)的差即可求得某個頻率對應的衰減系數(shù).本文側重分析中心頻率（f＝3.5 MHz）分量的衰減特征.

1.3 BP神經(jīng)網(wǎng)絡

圖1 BP神經(jīng)網(wǎng)絡結構Fig.1 The structure of BP neural network

BP神經(jīng)網(wǎng)絡是一種按誤差反向傳播算法訓練的多層前饋網(wǎng)絡，能學習和存貯大量的輸入－輸出模式映射關系，因其對訓練對象具有很好的記憶功能和外推能力而獲得廣泛的應用.在BP網(wǎng)絡的應用中，以圖1所示的單隱層網(wǎng)絡（即3層BP網(wǎng)）應用最為普遍.

BP神經(jīng)網(wǎng)絡模型拓撲結構包括輸入層、隱含層和輸出層，層與層之間全連接，每層內(nèi)部任意兩個節(jié)點互不相連，其神經(jīng)元之間的傳遞函數(shù)為非線性函數(shù)，最常用的是logsig和tansig函數(shù)，有的輸出層也采用線性函數(shù)（purelin）.BP網(wǎng)絡輸出為：q＝f（Wy＋b），其中f為傳遞函數(shù)，W為神經(jīng)元之間連接的權值，b為閾值，BP網(wǎng)絡的學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成，在不斷的學習過程中，網(wǎng)絡間的連接權值W和閾值b不斷得到修正，從而改變網(wǎng)絡，達到預期的誤差值.一般采用newff函數(shù)構建BP網(wǎng)絡，其構建方式為

式中：net為構建的網(wǎng)絡名，minmax（p）為輸入數(shù)據(jù)的范圍，hidden為隱含層節(jié)點數(shù)，outnum為輸出層節(jié)點數(shù)，logsig為輸入層與隱含層之間的傳遞函數(shù)，purelin為隱含層與輸出層之間的傳遞函數(shù)，trainlm為訓練函數(shù)，對于隱含層節(jié)點數(shù)目n，一般根據(jù)前人的經(jīng)驗，參照公式n＝＋a確定，ni為輸入節(jié)點數(shù)，n0為輸出節(jié)點數(shù)，a為1～10之間的常數(shù).

2 實驗系統(tǒng)設計

實驗系統(tǒng)如圖2所示，實驗所用凹球面自聚焦HIFU換能器工作頻率為1 319 k Hz，幾何焦距為16 cm.B超探頭工作頻率為3.5 MHz，實驗時采用去皮新鮮離體豬肉作為組織樣本，置于HIFU換能器的正下方，相距8 cm.T型熱電偶為銅－康銅材質(zhì)，吸聲大水槽四周和底部均裝有吸聲橡膠.

圖2 實驗裝置示意圖Fig.2 Schematic diagram of experimental set－up

實驗進行時，吸聲水槽的初始溫度為30℃，組織初始溫度為37℃，實驗采用HIFU換能器單點手動控制連續(xù)擊打豬肉組織，每次擊打完畢后采集信號并切片對組織損傷程度進行鑒定，采樣頻率為20 MHz，將測溫傳感器一端插入組織，一端連接數(shù)字溫度顯示器，記錄不同溫度和組織損傷程度下對應的豬肉組織超聲散射回波信號.B超設備以M模式工作，信號通過A／D轉換送入計算機，通過改變HIFU源功率以及擊打方式重復進行大量實驗，然后用MATLAB自編程序?qū)嶒灁?shù)據(jù)進行處理.

3 仿真與結果分析

3.1 信號預處理

表1 實驗采用HIFU劑量及組織損傷級數(shù)Tab.1 HIFU dosage used in the experiment and its tissue damage degree

實驗過程中保持測試條件不變，組織初始溫度為37℃，即為基準溫度.實驗共采用了7種不同HIFU劑量，如表1所示.通過改變HIFU源功率、擊打時間、擊打間隔和擊打次數(shù)，收集了194例離體豬肉組織經(jīng)HIFU輻照后的超聲散射回波信號，在每例實驗結束后通過切片計算損傷區(qū)域?qū)M織損傷程度進行鑒定，將損傷程度分為三級：一級損傷為無凝固性熱損傷發(fā)生，二級損傷為產(chǎn)生熱損傷但未達到治療效果，三級損傷為過損傷，不同樣本對應的HIFU劑量及組織損傷級數(shù)如表1所示.運用MATLAB編程對回波信號進行預處理，截取有效信號、去均值和溢出點，然后再從中提取超聲散射回波能量和聲衰減系數(shù)參量信息.

3.2 基于單個參數(shù)的HIFU損傷級辨識

從194組樣本數(shù)據(jù)中隨機選取80組組織樣本的超聲散射回波能量和聲衰減系數(shù)相對值分別作為訓練樣本，根據(jù)第二章所介紹的構建BP神經(jīng)網(wǎng)絡的方法，構建3層BP神經(jīng)網(wǎng)絡進行模式識別.作為輸入層與隱含層之間的傳遞函數(shù)，純線性函數(shù)（pruelin）作為隱含層和輸出層的傳遞函數(shù)，目標向量為其對應的損傷級數(shù).

訓練完成后，將剩余114組組織樣本（樣本編號1～24為一級損傷組織、樣本編號25～89為二級損傷組織、樣本編號90～114為三級損傷組織）的超聲散射回波能量和聲衰減系數(shù)相對值分別輸入到各自訓練好的網(wǎng)絡，對其損傷級數(shù)進行辨識，輸出用1，2，3分別表示一級損傷、二級損傷及三級損傷.觀察其輸出值如圖3，圖4所示，圖中“o”表示一級損傷，“＋”表示二級損傷；“＊”表示三級損傷，橫坐標表示樣本編號.

圖3 基于回波能量的組織損傷級辨識Fig.3 Recognition of tissue damage degree based on echo energy

圖4 基于聲衰減系數(shù)的組織損傷級辨識Fig.4 Recognition of tissue damage degree based on attenuation coefficient

圖3，圖4中豎直線為一級損傷組織、二級損傷組織和三級損傷組織的樣本分界線，比較兩個參量對不同損傷級數(shù)樣本的辨識效果，由圖3，圖4可知，針對一級損傷組織，基于回波能量的辨識效果較好（有5例被誤判為二級損傷）；針對二級損傷組織，基于衰減系數(shù)辨識效果更好（5例被誤判為一級損傷，2例被誤判為三級損傷）；針對三級損傷組織，基于聲衰減系數(shù)有更好的辨識效果（8例被誤判為二級損傷）.114組組織樣本損傷級數(shù)辨識正確的分別有88例、93例，總辨識率分別為77.2%和81.6%.

圖5 基于雙參數(shù)的組織損傷級辨識Fig.5 Recognition of tissue damage degree based on double parameters

3.3 基于雙參數(shù)的HIFU損傷級辨識

為進一步提高生物組織損傷級數(shù)的辨識效果，結合超聲散射回波能量和聲衰減系數(shù)兩個參量構建了3層BP神經(jīng)網(wǎng)絡進行模式識別.將上述80組樣本的超聲散射回波能量和聲衰減系數(shù)相對值組成一個2＊80矢量矩陣作為訓練樣本，將其輸入后進行學習，訓練樣本的目標向量為其對應的損傷級數(shù)，在經(jīng)過132次訓練后達到目標誤差0.05.

訓練完成后，同上，將剩余114組組織樣本的超聲散射回波能量和聲衰減系數(shù)相對值輸入到已經(jīng)訓練好的神經(jīng)網(wǎng)絡，觀察其輸出值，如圖5所示，圖中“o”表示一級損傷，“＋”表示二級損傷，“＊”表示三級損傷，圖中豎直線為一級損傷組織、二級損傷組織和三級損傷組織的樣本分界線，橫坐標表示樣本編號.

統(tǒng)計發(fā)現(xiàn)，采用訓練好的神經(jīng)網(wǎng)絡進行組織損傷級數(shù)辨識，一級損傷組織（樣本編號1～24）有4例被誤判為二級損傷，二級損傷組織（樣本編號25～89）有7例被誤判（其中4例被誤判為一級損傷，3例被誤判為三級損傷），三級損傷組織（樣本編號90～114）有4例被誤判為二級損傷，114組組織樣本損傷級數(shù)辨識正確的有99例，總的辨識率達到86.8%.實驗表明，結合兩個參量建立神經(jīng)網(wǎng)絡相對于僅使用某種特征參數(shù)而言對各級損傷組織的辨識率均有所提高，尤其在組織損傷嚴重時其優(yōu)勢更明顯.

4 結 論

本文從信號處理的角度研究了HIFU治療中組織損傷程度的監(jiān)測方法，為HIFU治療過程監(jiān)控提供了一種新的思路.通過對194例新鮮離體豬肉組織在HIFU輻照前后獲得的B超回波信號進行分析，研究發(fā)現(xiàn)，超聲散射回波能量和聲衰減系數(shù)各自都能反映組織損傷級的變化，綜合超聲散射回波能量和聲衰減系數(shù)特征并輸入BP神經(jīng)網(wǎng)絡可獲得更好的辨識效果，尤其在組織損傷嚴重時優(yōu)勢更明顯.通過監(jiān)測HIFU治療中生物組織的損傷情況，有助于及時調(diào)整HIFU治療劑量，對HIFU療效評價也能提供一定的參考.由于離體實驗的低信噪比及樣本數(shù)等局限，辨識效果會受到一定的影響，此研究結果應用于腫瘤治療還需要獲取更多的實驗數(shù)據(jù)進行深入研究.

［1］ Christopher J H，Kames MP，Robert J E，et al.Advances in ultrasound［J］.Clinical Radiology，2002，57：157－177.

［2］ 錢祖文.高強度聚焦超聲（HIFU）——一門多學科的研究課題［J］.物理，2007，36（9）：701－707.

Qian Zuwen.High intensity focused ultrasound——a comprehensive study［J］.Physics，2007，36（9）：701－707.（in Chinese）

［3］ 馮艷玲，陳真誠，何繼善，等.基于支持向量機的高強度聚焦超聲束損傷程度分類識別［J］.生物醫(yī)學工程學雜志，2010，27（5）：978－983.

Feng Yanling，Chen zhencheng，He jishan，et al.Support vector machine based high intensity focused ultrasound beam lesion degree classification and recognition［J］.Journal of Biomedical Engineering，2010，27（5）：978－983.（in Chinese）

［4］ Sun Zhigang，Hao Ying.A multi－gate time－of－flight technique for estimation of temperature distribution in heated tissue：theory and computer simulation［J］.Ultrasonics，1999，37（6）：107－122.

［5］ Ren W，Sun Z.Structural damage identification by using wavelet entropy［J］.Engineering Structures，2008，30（10）：2840－2849.

［6］ 鄒孝，錢盛友.一種基于B超圖像處理的生物組織變性監(jiān)測方法［J］.計算機工程與科學，2011，33（12）：57－60.

Zou Xiao，Qian Shengyou.A method to check biological tissue denaturation based on mode B ultrasonic image processing［J］.Computer Engineering and Science，2011，33（12）：57－60.（in Chinese）

［7］ Hou zhenxiu，Zhao Yongping，Chen Xinliang，et al.A study of three dimensional tumor figure creating and treatment trail in HIFU［J］.Journal of Harbin Institute of Technology（New Series），2006，13（3）：255－257.

［8］ 牛金海，張紅煊，王鴻樟.基于離散隨機介質(zhì)平均散射聲功率的無損測溫方法［J］ .聲學學報，2001，26（3）：247－251.

Niu Jinhai，Zhang Hongxuan，Wang Hongzhang.Noninvasive temperature estimation in biotissue as a discrete random medium based on backscattered average ultrasonic power［J］.Acta Acustica，2001，26（3）：247－251.（in Chinese）

［9］ 牛金海，周世平，王鴻樟.基于超聲散射回波功率譜的熱療無損測溫模型［J］.聲學學報，2002，27（2）：185－190.

Niu Jinhai，Zhou Shiping，Wang Hongzhang.The model of noninvasive temperature estimation based on ultrasound scattering spectrum in hyperthermia［J］.Acta Acustica，2002，27（2）：185－190.（in Chinese）

［10］ Wang Xingguo，Chang Junjie，Shan Yingchun，et al.Measurement of attenuation of ultrasonic propagating through the thin layer media with time delay spectrum［J］.Chinese Journal of Mechanical Engineering，2010，23（1）：129－134.