基于超聲多普勒技術(shù)的氣栓檢測研究

戴鶴鋒　李曉高　沈國浪　朱文　王興國

摘? 要：針對人體血流中的氣體栓子難以被識別和測量的問題，提出一種氣栓超聲多普勒檢測方法。利用氣栓和紅細胞具有不同聲學(xué)特征，分析基于自相關(guān)技術(shù)提取的特征參數(shù)，實現(xiàn)氣栓的識別與特征檢測。進行氣栓仿真物理實驗，設(shè)定中心頻率后以不同的入射角發(fā)射超聲信號，分析實驗獲得的流體速度分布與多普勒振幅數(shù)據(jù)并求解最優(yōu)化檢測參數(shù)以提高氣栓檢測精確度。實驗結(jié)果表明，當入射角增大時，氣栓和紅細胞的速度分布、測量區(qū)間和血管與換能器之間的聲衰減也增加。通過分析發(fā)現(xiàn)入射角為60°時檢測效果最佳，該方法對血液氣栓的臨床檢測有重要應(yīng)用價值。

關(guān)鍵詞：氣體栓子；超聲多普勒；入射角；血流速度分布；多普勒振幅

中圖分類號：TN911.6? 文獻標識碼：A? 文章編號：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

氣體栓子（簡稱氣栓）是指氣體進入血液循環(huán)后在肺部動脈形成的栓子。氣栓嚴重時可致人休克，甚至死亡，因此準確地檢測氣栓可以為相關(guān)疾病的早期診斷和治療提供可靠依據(jù)[1]。超聲多普勒法是一種無損檢測方法，在血流檢測中有著廣泛的應(yīng)用[2]。

1982年，經(jīng)顱多普勒（TCD）技術(shù)出現(xiàn)，該技術(shù)迅速成為臨床血栓檢測的主要方法[3]。近年來，許多學(xué)者都提出了不同的栓子檢測方法，取得不錯的檢測效果。Mess等[4，5]釆用雙釆樣容積系統(tǒng)區(qū)分血栓和噪聲兩種信號，該方法準確率較低，對硬件要求較高。Roy等[6]提出聲譜圖分析法，利用短時傅里葉變換（STFT）從聲譜圖上提取參數(shù)對栓子和噪聲進行分類。傳統(tǒng)的STFT時頻分辨率低，而小波變換法相比于STFT能夠更好地進行尺度分析。Devuyst等[7]使用小波變換法分析血栓信號，對低頻和高頻都有較好的頻率和時間定位。Serbes等[8]提出雙樹小波變換法，在檢測單類超聲信號時能夠取得較好結(jié)果，但多類超聲多普勒信號同時出現(xiàn)時，便會出現(xiàn)較大誤差。

本文提出一種超聲氣栓多普勒識別法（Developed Ultrasonic Doppler Identification， DUDI），測量對設(shè)備要求不高，采用自相關(guān)法（ACF）為特征提取算法，擁有較好的時頻分辨率，且不依賴窗函數(shù)選擇，還能在多類超聲信號出現(xiàn)時實時測量。DUDI法基于脈沖多普勒（PW）進行檢測率，PW測量超聲傳播方向的血流參數(shù)分量，入射角是影響測量結(jié)果的重要因素之一[9]。早期也有學(xué)者強調(diào)入射角的重要性[10，11]。使用PW測量時，血流速度分量在入射角較大時快速變化[12，13]。在Hoskins的研究中，入射角小于60°時的測量結(jié)果也并不十分精確[14]。Park等[15]使用三臺彩超機進行測量，分析了不同入射角對多普勒超聲測量精度的影響，發(fā)現(xiàn)在多普勒入射角小于70°時，不同情況下測量的血流速度變化范圍在21%以內(nèi)，因此采用相同的多普勒入射角可以保證測量結(jié)果的可重復(fù)性。

為研究氣栓檢測方法和相關(guān)參數(shù)對檢測結(jié)果的影響，搭建了氣栓檢測實驗平臺。利用自相關(guān)技術(shù)提取血紅細胞與氣栓的多普勒振幅、頻移和速度分布三種特征參數(shù)對氣栓粒子進行初步分類。檢驗所測量的振幅、頻移以及速度分布是否同時出現(xiàn)在一致的采樣區(qū)間內(nèi)，并觀察速度分布是否處于粒子的速度分布區(qū)間。在入射角不同時，利用DUDI法檢測氣栓，分析血紅細胞和氣泡的多普勒振幅、速度分布的變化以及氣栓的檢測率，探究入射角因素對氣栓檢測的影響。

1? 氣栓檢測方法

圖1為血栓超聲檢測原理示意圖。DUDI方法可用于對流體中的粒子進行檢測。使用PW檢測氣栓時由超聲換能器發(fā)射超聲波，超聲波進入血管中遇到運動的血紅細胞時將產(chǎn)生頻移。當血液中出現(xiàn)與紅細胞直徑不同的栓子時，栓子與血流形成界面，界面處聲強的反射率R為：

式中，ρ1表示栓子的密度，ρ2表示血液的密度，c1表示栓子中的聲速，c2表示血液中的聲速，Z1表示栓子的聲阻抗，Z2表示血液的聲阻抗。由式（1）計算可得，氣栓和血流形成的界面反射率遠大于血紅細胞與血流形成的界面反射率。由于多普勒信號的振幅aD與回波信號強度成正比，因此可以基于aD的差異實現(xiàn)栓子的初步識別。

在測量時使用ACF法從回波信號中提取各個測量通道中aD和fD的值，所用自相關(guān)技術(shù)的原理[16，17]為超聲換能器在同一采樣區(qū)間發(fā)射N次脈沖，其回波信號函數(shù)可表示為[18]：

式中：T表示脈沖重復(fù)時間，z （i - 1）和z*（i）表示復(fù)數(shù)形式的相鄰脈沖回波信號。z （i ）的表達式為：

式中：I （i）、Q （i）表示正交解調(diào)后經(jīng)過低通濾波所得到的兩路數(shù)字信號。將z （i）轉(zhuǎn)為數(shù)字信號的解析式為：

式中：xk = I （i），yk = Q （i）。利用N次脈沖的采樣值可以估算出函數(shù)F （T）在時間τ = 0和τ = T時的值分別為：式中，C0為常數(shù)，A、B分別為：

設(shè)定血紅細胞與氣栓的多普勒振幅閾值，對信號處理后獲得的多普勒振幅初步分類。測量的振幅出現(xiàn)在粒子相應(yīng)的振幅閾值區(qū)間內(nèi)時，則初步認為該振幅屬于該區(qū)間對應(yīng)的粒子。檢驗與該振幅同時出現(xiàn)的多普勒頻移與速度分布的測量區(qū)間位置是否與振幅一致，并對比速度分布是否在對應(yīng)粒子的速度分布區(qū)間內(nèi)。若上述條件皆能對應(yīng)，則可識別此時檢測到的粒子為相應(yīng)區(qū)間所對應(yīng)的粒子。該方法可以有效地消除偽影干擾，獲得更高的栓子檢測率。

2? 實驗平臺與實驗步驟

2.1? 實驗平臺的搭建

研究搭建了氣栓檢測實驗平臺，圖2為該平臺的結(jié)構(gòu)示意圖。實驗時使用自來水模擬血流，用氣泡來模擬氣栓。因尼龍粒子的密度約等于水的密度，流體跟隨性好且為不透明的淺色，可用其作為流體的示蹤劑[19，20]。實驗平臺主要包括體膜、蠕動泵、流量計、儲血裝置、模擬血管、氣泵、調(diào)節(jié)閥、氣體流量計等部分。

實驗平臺中的測量裝置由超聲換能器、超聲檢測儀、數(shù)字采集卡及計算機組成。測量裝置的相關(guān)參數(shù)如表1所示。

2.2? 實驗步驟

為驗證超聲信號入射角對氣栓檢測精確度的影響，實驗時超聲信號分別以30°、45°、60°、70°、80°入射角射入管內(nèi)，實驗步驟如下：

1）打開水泵，將仿血管內(nèi)的平均流速調(diào)節(jié)到1 m/s。

2）在儲血裝置內(nèi)加入一定濃度的尼龍粒子，設(shè)定入射角為30°，使用DUDI方法測量多普勒振幅、頻移和速度分布等。

3）打開氣泵，將氣泡加入純水中，使用DUDI方法測量，獲得尼龍粒子與氣泡在不同條件下的多普勒振幅和速度分布。

4）在擁有一定濃度尼龍粒子的仿血液流體中加入單個氣泡，使氣泡經(jīng)過換能器探測區(qū)域100次，獲得氣泡的檢出率。

5）改變?nèi)肷浣牵貜?fù)以上實驗步驟。

3? 實驗結(jié)果與分析

采用自相關(guān)技術(shù)分析回波信號的時間、頻率、振幅等主要特征參數(shù)，得到信號在時頻域的幅值分布，其分布特征可由時間、頻率、振幅三個坐標構(gòu)成的三維頻譜圖表示。在入射角為45°時尼龍粒子和氣泡回波信號的三維頻譜圖像中，尼龍粒子回波信號的能量峰值顏色較淺，其振幅較小，而氣泡所對應(yīng)的時頻譜圖能量峰值較深，其多普勒振幅較大。自相關(guān)算法提取的多普勒振幅峰值與時頻譜能量峰值相對應(yīng)，該結(jié)果證明了DUDI法可用于對相應(yīng)粒子識別。

通過實驗獲得入射角分別為30°、45°、60°、70°、80°時尼龍粒子和氣泡的多普勒振幅、時頻圖以及血管內(nèi)速度分布，取不同入射角時的1 000次回波數(shù)據(jù)算術(shù)平均后得到的氣泡和尼龍粒子的速度分布分別如圖3、圖4所示。入射角為80°時血管位置距離換能器較遠，已有部分血管超出了最大有效測量范圍，超出測量范圍的部分沒有數(shù)據(jù)。

從圖4可以看出，隨著入射角的增大，實際測量的氣泡速度分布區(qū)間和血管中心速度均增大，與探頭的距離也增大。由于氣泡占據(jù)多個測量通道，對多次測量的速度算術(shù)平均后，速度分布圖像較為平緩。由圖7可知，血管中心速度最高，而靠近管壁端的尼龍粒子速度均趨于0，且當入射角增大時中心速度與測量區(qū)間均增大。

圖5顯示了血管中心氣泡、尼龍粒子的速度以及水流的理論速度與入射角之間的關(guān)系，同時也顯示了血管中心氣泡、尼龍粒子的速度與水流理論速度之間的誤差率，誤差率定義為實際速度與理論速度的差值和理論速度的比值。可以看出，氣泡速度大于尼龍粒子速度，且二者的速度均小于理論速度；誤差率在入射角變大時也隨之增大，且在入射角大于60°后二者的速度與理論速度的誤差率顯著增大。實驗時采用尼龍粒子的速度代表血流的速度，由于氣泡體積大、密度低、質(zhì)量小且受到的浮力相對較大，故其速度應(yīng)比血流的速度略快。實驗測得的血流速度低于理論速度，是由于受到聲衰減等多種因素的影響。換能器與測量通道之間的距離隨著入射角增大而增大，聲衰減則是隨著該距離的增大而增大，故測得的實際血流速度與理論血流速度的差值也會隨著角度的增大而增大。在角度大于60°之后，換能器與血管之間距離增量較大，所以其誤差率也隨之增大。

圖6顯示了不同入射角時氣泡回波信號的多普勒振幅在血管內(nèi)的分布，可以看出，入射角增大的同時，測量的血管內(nèi)區(qū)間增大，且與換能器距離越來越遠，聲衰減也隨之增大，故振幅的值隨著入射角度的增大而減小。

圖7顯示了入射角不同時尼龍粒子的多普勒振幅在血管內(nèi)的分布，當入射角增大時，其振幅的變化趨勢與氣泡一致。當入射角大于70°時，因聲衰減增大，其振幅過小，易與噪聲混淆難以區(qū)分。

由上述實驗結(jié)果可知，雖然增大入射角時測量的有效區(qū)間變大，更加易于觀察判斷，但尼龍粒子與氣泡的多普勒振幅區(qū)間都隨之變小，且在實際應(yīng)用中時，會因為檢測距離過遠、聲衰減過大等因素導(dǎo)致檢測效率降低。將一定量尼龍粒子與單個氣泡同時加入循環(huán)系統(tǒng)中進行實驗，為提高實驗結(jié)果的準確率，取多個不同入射角進行多次檢測，測量了100次入射角不同時的實驗數(shù)據(jù)。應(yīng)用DUDI法并結(jié)合速度分布、幅值等實驗數(shù)據(jù)判斷經(jīng)過換能器檢測區(qū)間的粒子是否為氣泡，記錄程序檢測出氣泡經(jīng)過的次數(shù)。實驗測得的不同入射角時的氣泡檢出率如表2所示。

由表2可看出，當信號的入射角為45°和60°時，實驗時的檢測率最高。綜合考慮有效檢測區(qū)間、速度分布誤差率和振幅差異等因素對檢測結(jié)果的影響，最終選定60°為檢測時的最佳入射角。

4? 結(jié)? 論

本文提出了一種基于超聲多普勒技術(shù)的氣栓檢測方法。研究了不同入射角對血液中氣栓測量結(jié)果的影響，結(jié)論如下：

1）綜合分析利用自相關(guān)技術(shù)提取的多普勒振幅、多普勒振幅區(qū)間、速度分布、振幅與速度分布所在測量區(qū)間五種參數(shù)，實現(xiàn)對血流中氣栓的識別。

2）檢測氣栓時采用不同入射角射入超聲信號，入射角為60°時檢測效果最佳，此時測得的有效測量區(qū)間相對較大，速度分布誤差較小，且對氣栓的檢測率為100%。

3）采用超聲多普勒方法檢測氣栓時，超聲信號入射角易于調(diào)節(jié)，同時可降低測量誤差，但還需要結(jié)合測量中流體的速度分布、有效測量區(qū)間大小、檢測對象回波信號的多普勒振幅和最大測量深度等條件來綜合分析，以此選定最優(yōu)入射角。

參考文獻：

[1] 中國成人肥厚型心肌病診斷與治療指南2023 [J].中國循環(huán)雜志，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對血流速度測量的影響 [J].中國臨床醫(yī)學(xué)影像雜志，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] 張灌生，周德江.角度校正對多普勒測定流速影響的模擬研究 [J].中國超聲醫(yī)學(xué)雜志，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.

作者簡介：戴鶴鋒（1998—），男，漢族，江西上饒人，碩士研究生在讀，研究方向：無損檢測、超聲流體檢測；通訊作者：李曉高（1980—），男，漢族，江西南昌人，講師，博士，研究方向：智能檢測與控制、非線性系統(tǒng)分析與控制。

收稿日期：2023-02-21

基金項目：國家自然科學(xué)基金（52265020）；大學(xué)生創(chuàng)新訓(xùn)練計劃項目（202110408017）