，立爽

(華北電力大學(xué)電子與通信工程系，河北 保定 071003)

超聲層析成像(ultrasonic computed tomography, USCT)利用超聲波束掃描成像組織，根據(jù)自組織反射回的超聲波中提取的聲學(xué)特征對其形態(tài)結(jié)構(gòu)進(jìn)行成像，具有無輻射、集成度高、成像時(shí)間短、組織穿透力強(qiáng)，在可獲得的合理穿透深度內(nèi)有極好的空間對比度等優(yōu)點(diǎn)，已普遍應(yīng)用于疾病的臨床診斷和治療。但超聲灰度圖像分辨率較低，區(qū)分組織成分的敏感度和特異度有限。光聲層析成像(photoacoustic computed tomography, PACT)具有純光學(xué)成像高對比度和超聲檢測高空間分辨率的特點(diǎn)；生物組織在短脈沖激光的照射下發(fā)生熱彈性膨脹并向外輻射超聲波(即光聲信號)，由于不同組織成分的光吸收系數(shù)不同，超聲換能器可以檢測到不同強(qiáng)度的超聲波，經(jīng)圖像重建，可得到組織的光吸收分布圖?；诓煌M織成分光吸收系數(shù)和散射系數(shù)的差異，PACT在反映組織結(jié)構(gòu)信息的同時(shí)又可靈敏反映其生理特征變化，從而實(shí)現(xiàn)功能成像[1]。

USCT和PACT均以超聲波作為載體，且優(yōu)勢互補(bǔ)，超聲換能器可以產(chǎn)生超聲信號以及接受光聲信號和超聲回波信號，故2個(gè)系統(tǒng)可共用同一個(gè)超聲換能器和信號采集卡，形成光聲-超聲(photoacoustic-ultrasonic, PAUS)聯(lián)合成像，充分發(fā)揮2種成像手段各自的優(yōu)勢，同時(shí)獲得目標(biāo)組織的結(jié)構(gòu)和功能信息[2]。聯(lián)合圖像重建是PAUS成像中需要解決的關(guān)鍵問題。本文對PAUS聯(lián)合圖像重建方法的研究進(jìn)展進(jìn)行綜述。

1 PAUS聯(lián)合成像原理及發(fā)展現(xiàn)狀

PAUS聯(lián)合成像原理如下：在復(fù)合成像探頭掃描目標(biāo)組織的過程中，激光器和超聲換能器分時(shí)向目標(biāo)組織發(fā)射短脈沖激光和超聲波脈沖；激光器在輸出激光的同時(shí)發(fā)出觸發(fā)信號，集成成像系統(tǒng)通過對超聲子系統(tǒng)進(jìn)行延時(shí)，在時(shí)域上將超聲回波信號和光聲信號分開；超聲換能器分時(shí)采集組織反射、散射或產(chǎn)生的超聲信號并傳入計(jì)算機(jī)中，根據(jù)信號特性分析組織成分或重建PAUS圖像。

到目前為止，對PAUS聯(lián)合成像的研究已超過10年，大量的體模和動(dòng)物實(shí)驗(yàn)證明了其可行性和識別早期病變組織的能力[3-4]，并已應(yīng)用于胃腸道[5]、泌尿系統(tǒng)[6]、生殖系統(tǒng)[7]及心腦血管[8-10]等方面，取得了巨大進(jìn)展。

2 USCT和PACT圖像重建的主要方法

2.1 USCT圖像重建 在USCT過程中，超聲波穿過非均勻組織時(shí)會(huì)發(fā)生散射，利用散射聲波中攜帶的組織信息可重建組織內(nèi)的聲速分布或聲學(xué)特性參數(shù)。USCT圖像重建方法主要包括3種。①射線跟蹤法，是基于聲波在非均勻介質(zhì)中折射路徑的代數(shù)重建方法。假設(shè)聲波沿直線傳播，首先計(jì)算其穿越組織的渡越時(shí)間，并求出組織折射系數(shù)的初始值；然后采用光學(xué)中的射線跟蹤法校正聲波的傳播路徑，修正折射系數(shù)與傳播路徑之間的關(guān)系，獲得更精確的折射系數(shù)分布。射線跟蹤法計(jì)算較簡單，但只考慮了聲波的折射現(xiàn)象，存在較強(qiáng)衍射現(xiàn)象或發(fā)生多次折射時(shí)此法會(huì)受到影響，甚至失效。②衍射層析成像法[11]，系以傅里葉衍射投影定理為基礎(chǔ)，在Born、Rytov近似下實(shí)現(xiàn)層析成像。典型的衍射層析成像法包括頻域內(nèi)的插值算法、空間域內(nèi)的濾波反投影算法(filtered back projection， FBP)及濾波反向傳播算法(filtered-back propagation algorithm， FBPP)等[12]。此法的計(jì)算速度較快，但由于運(yùn)用了Born、Rytov近似，使其僅適用于弱散射組織。③基于精確場描述的層析成像法，其基本思想是采用矩量法將泛函方程轉(zhuǎn)化為矩陣方程并進(jìn)行求解，求解方法主要有奇異值分解、截?cái)嗤耆钚《艘约罢齽t化方法[13]等。由于在反演目標(biāo)內(nèi)部結(jié)構(gòu)時(shí)不再利用某種近似假設(shè)，因而拓寬了其適用范圍，不僅適用于強(qiáng)散射體，亦可應(yīng)用于弱散射體。該方法最大的不足是矩陣方程不穩(wěn)定性強(qiáng)，求解過程較繁瑣。

2.2 PACT圖像重建 在PACT過程中，生物組織在理想短脈沖激光均勻照射下產(chǎn)生的光聲信號幅值與入射光的強(qiáng)度呈正比，而光聲信號的特性由組織的光吸收特性決定，通過合適的算法可從超聲探測器采集的聲壓時(shí)間序列中重建出組織的初始聲壓分布或光吸收分布，從而反映組織形態(tài)結(jié)構(gòu)[14-15]。主要方法有FBP、時(shí)間反演(time reversal, TR)法、相控聚焦法、基于傅里葉變換的重建算法、反卷積重建算法和迭代重建算法等[16]。

根據(jù)光聲信號的測量值可以同時(shí)重建聲速分布和光吸收分布[17]，但恒定聲速的假設(shè)可導(dǎo)致PACT重建圖像中存在嚴(yán)重的聲學(xué)畸變、偽影、模糊以及目標(biāo)錯(cuò)位等問題，目前多采用基于誤差最小化的方法[18]，其主要流程如下：根據(jù)PACT原理和光聲波動(dòng)方程建立前向成像模型，模擬組織在短脈沖激光照射下產(chǎn)生光聲信號的過程，模型的輸出即為光聲信號的理論值，由光吸收分布和聲速分布共同決定；選擇適當(dāng)?shù)膬?yōu)化策略和正則化方法，求解非線性最小二乘問題，使光聲信號測量值與理論值之間的誤差最小，實(shí)現(xiàn)光吸收分布和聲速分布的同時(shí)重建。主要方法包括基于有限元分析的非線性迭代算法[19-20]、基于廣義Radon變換的時(shí)域迭代算法[21]和基于時(shí)域波動(dòng)方程的交替優(yōu)化算法[18,22-23]等。與采用恒定聲速重建圖像相比，利用上述方法重建的光吸收分布圖像質(zhì)量増高，但即使采用完備的光聲測量數(shù)據(jù)集，依然無法準(zhǔn)確重建聲速分布，故亦無法準(zhǔn)確重建光吸收分布，仍需與其他測量數(shù)據(jù)相結(jié)合，以提高重建圖像的質(zhì)量[23]。

3 PAUS聯(lián)合圖像重建方法

在PAUS聯(lián)合成像中，可以同時(shí)采集組織反射的超聲回波數(shù)據(jù)和組織產(chǎn)生的光聲壓時(shí)間序列，故可同時(shí)重建聲速分布和光吸收分布，主要方法有獨(dú)立重建法和聯(lián)合重建法。

3.1 獨(dú)立重建法 獨(dú)立重建法首先根據(jù)超聲回波測量數(shù)據(jù)重建聲速分布，然后在此基礎(chǔ)上由光聲信號測量值重建光吸收分布。超聲回波信號中包含組織的大量聲學(xué)信息，超聲回波信號亦可用于估算聲速分布，主要方法有2種[24]，分別為基于射線的方法(即基于幾何光學(xué)的方法)和基于聲波方程的重建算法(即波形反演法)。前者無法模擬高階衍射效應(yīng)，分辨率較低；后者可以產(chǎn)生高分辨率的圖像，但計(jì)算較復(fù)雜。但是，分別獨(dú)立重建出的聲速分布和光吸收分布并非最優(yōu)。由于光聲波根據(jù)介質(zhì)的聲學(xué)特性傳播，光聲信號測量值中包含組織的聲速分布信息，若僅根據(jù)超聲回波數(shù)據(jù)重建聲速分布，則忽略了光聲信號中隱含的聲學(xué)信息。因此，與單獨(dú)采用光聲測量數(shù)據(jù)的方法相比，雖然獨(dú)立重建法重建的光吸收分布相對準(zhǔn)確，但僅根據(jù)稀疏的超聲回波數(shù)據(jù)，很難準(zhǔn)確估計(jì)聲速分布。

3.2 聯(lián)合重建法 聯(lián)合重建法是同時(shí)利用超聲回波和光聲信號測量值重建聲速分布，在此基礎(chǔ)上再重建初始聲壓分布或光吸收分布，可進(jìn)一步提高重建圖像的質(zhì)量。目前聯(lián)合重建法主要包含以下3種方法：①基于范式轉(zhuǎn)變的方法[25]，該方法定義與聲速分布和光吸收分布有關(guān)的全變差(total-variation, TV)正則化成本函數(shù)，并利用快速迭代收縮閾值算法(fast iterative shrinkage thresholding algorithm, FISTA)使成本函數(shù)最小，求解出光吸收分布。重建聲速分布時(shí)，首先對光聲和超聲測量數(shù)據(jù)進(jìn)行L2范數(shù)歸一化處理，由于加入了源編碼的思想，所以采用二階K空間算法重建聲速分布。該算法充分利用了光聲測量數(shù)據(jù)中的聲學(xué)信息，僅用16個(gè)角度的測量數(shù)據(jù)便可達(dá)到USCT中100個(gè)角度數(shù)據(jù)的重建效果。②交替優(yōu)化算法[26]，與基于范式轉(zhuǎn)變的方法中所述的采用交替優(yōu)化算法重建聲速和光吸收分布的方法[18,22-23]類似，也是通過交替優(yōu)化與聲速分布和光吸收分布有關(guān)的成本函數(shù)，同時(shí)重建聲速和光吸收分布，不同之處僅在于其根據(jù)USCT測量值得到聲速分布的初始值。由于充分利用了超聲回波和光聲測量數(shù)據(jù)中所包含的聲學(xué)信息，所以交替優(yōu)化算法根據(jù)光聲數(shù)據(jù)獲得的聲速分布更精確、穩(wěn)定性更高。交替優(yōu)化算法的不足在于：涉及的參數(shù)過多，而獲取這些參數(shù)需要大量實(shí)驗(yàn)；每次迭代都要計(jì)算子問題，計(jì)算過程較復(fù)雜；用二維模型代替實(shí)際的三維模型，前向模型存在偏差等。③基于逆時(shí)偏移(reverse-time migration, RTM)的方法[27]，RTM是一種常用于勘探地震學(xué)的TR成像算法[28]，對速度異質(zhì)性和多方向的復(fù)雜傳播路徑具有很強(qiáng)的處理能力，將其與適當(dāng)?shù)倪吔鐥l件相結(jié)合，可增強(qiáng)圖像SNR、精確定位結(jié)構(gòu)并減少偽影。基于RTM的PAUS聯(lián)合圖像重建方法的原理如下：首先，對數(shù)值仿真出的激光超聲(laser-ultrasound, LU)聲場進(jìn)行TR處理，并與檢測到的LU波一起反向傳播，重建LU聲散射圖像；然后，考慮到光聲場與LU聲場不同，光聲波直接從聲源傳播到組織表面，故僅對測量的光聲場進(jìn)行反向傳播，重建初始聲壓分布圖像。該算法應(yīng)用二維或三維的波動(dòng)方程，相比于應(yīng)用單向波動(dòng)方向的反投影或TR算法，其魯棒性更強(qiáng)，準(zhǔn)確率更高；但固有的低頻成像噪聲以及較高的計(jì)算復(fù)雜度可能限制其應(yīng)用。

與獨(dú)立重建法相比，聯(lián)合重建法具有以下優(yōu)點(diǎn)：可以更準(zhǔn)確地估計(jì)聲速分布，進(jìn)而優(yōu)化PACT重建圖像質(zhì)量；重建圖像具有最小的系統(tǒng)偽影；使成像模型中的誤差最小化；利用有限角度的超聲回波成像數(shù)據(jù)(即稀疏數(shù)據(jù))就可估計(jì)出相對準(zhǔn)確的聲速分布圖，實(shí)現(xiàn)稀疏數(shù)據(jù)條件下聲速分布的重建[29]。

4 小結(jié)與展望

PAUS聯(lián)合圖像重建是未來提高PAUS成像精度的主要發(fā)展方向，但在實(shí)際應(yīng)用中，測量數(shù)據(jù)的稀疏程度通常較大，采用現(xiàn)有方法重建圖像則可能存在較大誤差；若能結(jié)合壓縮感知和深度學(xué)習(xí)等方法，利用稀疏測量數(shù)據(jù)準(zhǔn)確估計(jì)出未測數(shù)據(jù)，提高數(shù)據(jù)的完整性，即可提高重建圖像的精度，具有高度潛在應(yīng)用價(jià)值。