生物聲學成像中聲速不均勻性解決方法的研究進展

孫正，賈藝璇

?

生物聲學成像中聲速不均勻性解決方法的研究進展

孫正，賈藝璇

(華北電力大學電子與通信工程系，河北保定 071003)

對于以超聲波為載體的生物醫(yī)學聲學成像(如超聲、光聲和磁聲成像等)技術(shù)，為了簡化問題，常在假設(shè)待測組織內(nèi)聲速恒定的前提下，重建組織內(nèi)的聲阻抗、光吸收分布、光學特性參數(shù)分布或者電導率分布等。但是，實際生物組織內(nèi)部的聲速是存在差異的(最大可達10%)，因而在此假設(shè)前提下重建出的圖像通常是不準確的。在介紹聲速不均勻性對聲學圖像重建影響的基礎(chǔ)上，對超聲、光聲和磁聲成像中解決聲速不均勻問題的主要方法，特別是光聲層析成像中重建組織內(nèi)聲速分布的主要方法進行總結(jié)和歸納，討論各自的優(yōu)點和不足，并展望未來的可能發(fā)展方向。

圖像重建；聲速不均勻性；超聲成像；光聲層析成像；磁聲層析成像

0 引言

醫(yī)學超聲成像(Ultrasounic, US)是利用超聲波束掃描人體，通過接收反射回聲信號并進行處理，以獲得體內(nèi)器官圖像的成像手段，已普遍應用于疾病的臨床診治中。生物光聲層析(PhotoacousticTomography,PAT)成像和磁聲層析(MagnetoacousticTomography,MAT)成像都是以超聲波為載體的聲學功能成像技術(shù)。其中MAT是依據(jù)電磁感應原理在被測組織內(nèi)部產(chǎn)生超聲波的多物理場耦合成像技術(shù)，它既具有生物電阻抗成像的高對比度，也具有超聲成像的高空間分辨率。其成像原理是：利用處于靜磁場中的自發(fā)或注入電流，在被測組織內(nèi)部產(chǎn)生基于洛倫茲力的聲振動，用超聲探測器采集該振動信號，并據(jù)此重建圖像。PAT是基于生物組織光聲效應的多物理場耦合功能成像技術(shù)[1]，兼具光學成像的高對比度和超聲成像的高分辨率[2-5]，其成像原理是：用短脈沖激光照射生物組織，該組織吸收激光能量產(chǎn)生熱彈性膨脹，進而產(chǎn)生超聲波并向組織表面?zhèn)鞑?，最終被超聲探測器檢測到，并據(jù)此重構(gòu)出組織中的光能量沉積分布圖以及光學參數(shù)(如光吸收系數(shù)和光散射系數(shù)等)分布圖。

考慮到生物組織的復雜性，在根據(jù)組織反射、散射或者產(chǎn)生的超聲波重建圖像時，為了簡化問題，通常對待成像組織的聲學特性作一些理想的假設(shè)，例如：在超聲回波成像中，假設(shè)系統(tǒng)聲速近似等于組織聲速；在PAT成像中，假定待測組織內(nèi)的聲速恒定；解決MAT的聲場逆問題時，要求組織中的聲速不變，超聲波在自由空間中傳播等。但是，在實際應用中，生物組織聲學特性(如聲速和聲衰減)的空間變化通常是未知的，不同成分的組織具有不同的聲學特性，其中軟組織內(nèi)部的聲速差異可以達到10%。例如皮下脂肪中的聲速是1 400～1 450 m·s-1，而正常薄壁組織和基質(zhì)組織中的聲速是1 500～1 560 m·s-1[6]。在同一種組織內(nèi)，聲速可認為是連續(xù)變化的。這種情況下，若對精度要求不高，則可假設(shè)組織內(nèi)的聲速僅有幾個固定值[7]。更為準確的方法是計算出組織內(nèi)聲速的空間分布。而在不同組織之間聲速是跳變的，在這些邊界處，可以假設(shè)聲速分布的邊緣結(jié)構(gòu)已知[7]或與光吸收分布的邊緣結(jié)構(gòu)一致[8]，或者求得邊界處的聲速分布。

待成像組織的聲速不均勻性問題是生物聲學成像技術(shù)中需要解決的關(guān)鍵問題。與根據(jù)恒定聲速重建的圖像相比，根據(jù)組織中聲速的空間分布重建出的圖像更精確，對比度和分辨率也更高。本文在介紹聲速不均勻性對聲學成像技術(shù)影響的基礎(chǔ)上，對US、PAT和MAT成像中聲速不均勻問題的主要解決辦法進行總結(jié)和概述，并重點對PAT成像中重建組織內(nèi)聲速分布的主要方法進行總結(jié)，并討論各自的優(yōu)點和不足。

1 生物組織的聲速不均勻性對聲學成像的影響

醫(yī)學超聲診斷設(shè)備通常將成像時所用的系統(tǒng)聲速設(shè)定為1 540 m·s-1，當系統(tǒng)聲速與組織聲速有所差別時，會對圖像質(zhì)量產(chǎn)生很大的影響。在磁聲成像中，聲速不均勻同樣會導致重建圖像中存在模糊和位移，使圖像產(chǎn)生失真，降低成像對比度等，甚至部分組織有可能無法成像。

待成像組織的聲速不均勻性對PAT成像的影響主要體現(xiàn)在兩方面：一是在計算聲波傳播路徑上的目標位置時，由于假設(shè)了不正確的聲速，導致計算出的光聲信號到達超聲換能器的時間即渡越時間(Time of Flight, TOF)不準確，使重建出的圖像產(chǎn)生失真。二是由于聲波的折射使光聲信號遠離假設(shè)的直線傳播路徑，使光聲信號存在切向移位[6]，導致光聲信號的檢測精度降低，重建出的光吸收分布圖像變得模糊，分辨率下降，圖像中也存在目標的錯位，特別是在系統(tǒng)聲速與組織聲速差異較大的區(qū)域，如骨骼或肺臟，此問題更嚴重。

2 超聲和磁聲成像中聲速不均勻的解決方法

2.1 超聲成像中的解決方法

在醫(yī)學超聲成像中，成像設(shè)備通常使用固定的系統(tǒng)聲速來重建圖像，由于系統(tǒng)聲速與組織聲速之間存在差距，導致圖像的分辨率降低。解決這一問題的主要方法包括以下幾種：

(1) 平均亮度法[9]：通過最大化漫射點或點目標的平均亮度來快速校正相位差。該方法能夠快速地矯正由聲速不均勻性引起的相位差，但是其效果受到檢測區(qū)域的限制，針對點目標需要選擇較小的檢測區(qū)域，而對漫反射和散射來說則應選擇較大的檢測區(qū)域。

(2) 基于圖像紋理參數(shù)的方法[10]：采用和差直方圖計算圖像的紋理參數(shù)，通過圖像的紋理分析，找出紋理參數(shù)值與聲速差異導致的圖像質(zhì)量改變之間的關(guān)系，然后通過尋求最佳紋理特征值，并找到它所對應的系統(tǒng)聲速，從而獲得較高的圖像質(zhì)量。該方法能夠根據(jù)實時變化的系統(tǒng)聲速，找出最佳聲速值，作為組織實際平均聲速的近似，從而獲得改善的圖像品質(zhì)。但是把最佳系統(tǒng)聲速作為成像目標的平均聲速來進行后續(xù)計算，可能存在誤差，對圖像品質(zhì)的改進有限。

(3) 基于原始射頻(Radio Frequency，RF)信號的方法[11]：根據(jù)焦點附近的原始RF信號的傅里葉變換得到射頻總和，再使質(zhì)量因子最大化。該質(zhì)量因子是從RF數(shù)據(jù)的橫向頻譜與系統(tǒng)聲速的積分導出的歸一化頻譜能量，并且最大能量總是對應于來自一組軌道聲速的優(yōu)化聲速?；蛘吒鶕?jù)點擴散函數(shù)的空間頻率特性，得到最佳匹配聲速[12]。該方法可使超聲圖像的質(zhì)量得到明顯改善，但實現(xiàn)過程較為復雜。

(4) 基于圖像對比度分析的方法[13]：通過計算用圖像灰度值表示的對比度，估計出與真實組織聲速一致的系統(tǒng)聲速，提高成像分辨率。該方法用迭代的方式得到更高精度的組織聲速，具體實現(xiàn)時所需的計算成本較高。

(5) 計算超聲波束接收延遲的方法[14]：通過使相對于聲速的波束形成的回波信號幅度和來自超聲波束的中心軸反射器位移最大化，估計使超聲換能器處的回波信號延遲與理論延遲匹配的最佳聲速。該方法由于可以從幾條掃描線上的回波信號估計聲速，因此不需要進行過多的計算，實現(xiàn)速度也較快，但是其僅能校正低階相位差，使圖像分辨率提高的程度有限。

(6) 整體圖像質(zhì)量最佳法[15]：通過獲取單幀原始信道同相正交(In-phase Quadrature, I/Q)數(shù)據(jù)，從試用聲速列表中選出一個聲速用于重建超聲圖像，并據(jù)此確定和校正平均聲速，使橫向焦點質(zhì)量最大化，從而獲得最佳的整體圖像質(zhì)量。由于該方法采用標準的一維陣列，只有一個自由度，因此更容易實現(xiàn)，較適用于對自動化程度要求較高的場合。但其成像結(jié)果不如實時像差校正后的結(jié)果準確。

(7) 基于圖像配準的聲速估計方法[16]：使用重疊的自動配準電子導向圖像來檢測由于系統(tǒng)聲速和組織聲速不匹配導致的圖像散焦和幾何失真，從而估計平均聲速。該方法可提高聲速估計的精度，但其對硬件設(shè)備的要求較高。

2.2 磁聲成像中的解決方法

在MAT成像中，磁聲信號(實質(zhì)是超聲波)在生物組織中傳播時，受到組織的非線性調(diào)制會產(chǎn)生二次、三次等高次諧波，其中二次諧波的幅值最強[17]。同時，不同頻率的諧波會產(chǎn)生色散，當組織中的聲速分布不均勻時，會影響成像質(zhì)量。

在MAT成像中，目前主要使用超聲透射斷層掃描(Ultrasonic Transmission Tomography, UTT)方法定量測量聲速不均勻組織中的聲速分布[18]。其基本原理是：通過測量超聲信號從聲源傳播到超聲換能器的時間，來推算超聲信號在組織中傳播的速度，再測量超聲信號在聲速均勻的背景組織中的傳播速度，在此基礎(chǔ)上用濾波反投影等算法重建聲速在組織中的分布。該方法可用于獲得聲速不均勻組織的高分辨率MAT圖像，其局限性在于由于需要進行UTT測量，比較耗時。

此外，還可利用相關(guān)系數(shù)求解超聲渡越時間從而求解聲源的分布[19-20]。具體思路是：根據(jù)換能器接收到的超聲信號之間的相關(guān)性，求得兩個信號之間的相關(guān)系數(shù)，進一步求得較為精準的超聲渡越時間，并據(jù)此求解組織內(nèi)部的聲速分布。該方法能夠很好地匹配原始聲源的空間和位置信息，但對于聲學非均勻模型，在圖像重建中會存在部分回波和反射噪聲，影響重建質(zhì)量。

3 光聲成像中聲速不均勻性的解決方法

對于熱聲層析(Thermoacoustic Tomography,TAT)成像或者PAT，解決聲速不均勻的常用方法有基于UTT的方法[21-22]、基于傳播時間的方法[23-25]、基于線性延時補償?shù)膬?yōu)化方法[26]、基于時間反轉(zhuǎn)鏡[27]和同時代數(shù)重建迭代的快速推進法[28-30]、選取最佳聲速組的方法[31]和具有最優(yōu)TOF的改進方法[32]等。

3.1 基于UTT的方法

利用組織中的聲速分布可以降低聲速不均勻性對PAT成像的影響[33]，由于聲速分布的設(shè)定獨立于PAT成像，因此可以使用UTT定量測量組織中的聲速分布。

在UTT中，根據(jù)超聲波的到達時間可計算出生物組織中的聲速。聲信號的總傳播時間為[21-22]

其中，()是組織中位置處的聲速，()為超聲信號的傳播路徑。可以從記錄的超聲信號中測量得到。通過對超聲換能器發(fā)射的信號和其接收的信號進行互相關(guān)運算，可得到特定投射線的傳播時間，其中最大互相關(guān)值的位置即是超聲波在組織中的傳播時間。由于()取決于()，所以與1/()之間的關(guān)系一般是非線性的，需將該問題線性化。在通過UTT得到組織中的聲速分布后，通過插值即可獲得組織中各位置處的聲速。

利用UTT雖然可以得到組織的聲速分布圖，進而得到高精度的PAT圖像，但其不足之處在于需要已知有關(guān)組織聲速分布的先驗知識，這在實際應用中往往不容易實現(xiàn)。

3.2 基于TOF的方法

接收超聲波的TOF中包含組織的聲速分布信息，因此可以根據(jù)TOF重建聲速分布圖，其基本思想就是在未知()的情況下，依據(jù)在不同位置探測到的光聲信號之間的相關(guān)性補償聲速的不均勻性。

其中，()是組織中位置處的聲速，()是光脈沖函數(shù)，通常假定()=()，脈沖發(fā)射時間為0。

可修改式(4)用于重建弱聲學異質(zhì)介質(zhì)中的光能量沉積分布[25]：

其中，

其中，

該算法利用不同位置光聲信號之間的相關(guān)性近似計算兩點之間的聲波傳播時間，進而用代替()近似計算()，從而達到補償聲速不均勻性的目的。與其它基于模型的方法相比，該算法無需已知聲速分布的先驗知識，在10％的聲速變化范圍內(nèi)具有良好的精度，對隨機噪聲的抗噪性能強，計算效率高。但是這種方法要求被測組織尺寸較小而且接收探頭需遠離目標物，因此限制了其應用范圍。

3.3 基于線性延時補償?shù)膬?yōu)化方法

該方法的基本原理是通過擬合得到延時補償和聚焦深度之間的復雜關(guān)系[34]，并以此為依據(jù)，重建光聲圖像。

光聲成像系統(tǒng)存在一個固有的延時，即光聲信號開始產(chǎn)生與探測器開始接收之間的時間差[26]：

基于線性延時補償?shù)膬?yōu)化方法是一種對不均勻聲速進行間接修正的方法，使得計算出的聲波傳播時間更加精確，該方法對于改善圖像的聚焦效果有很好的作用。但是，單一的延時補償只能使圖像在一個深度處聚焦而在其它深度處散焦[35]，因此該方法需要假設(shè)多個延時補償進行計算，計算量龐大，也增加了系統(tǒng)的復雜度。

3.4 基于時間反轉(zhuǎn)鏡和同時代數(shù)重建迭代的快速推進法

該方法通過利用超聲波的傳播時間(TOF)進行迭代，更新初始設(shè)定的聲速分布，最終得到聲速分布的估計值，并在此基礎(chǔ)上重建光能量沉積分布。其基本步驟是：首先設(shè)置初始的聲速分布，然后利用時間反轉(zhuǎn)鏡(Time Reversal Mirror, TRM)技術(shù)[27]和基于快速推進(Fast Marching, FM)的同時利用代數(shù)重建技術(shù)(Simultaneous Algebraic Reconstruction Technique, SART)迭代更新聲速分布，最后根據(jù)最終的聲速分布結(jié)果利用TRM技術(shù)重建光吸收分布圖像。

由式(10)可知，超聲信號傳播時間的擾動是[28]：

其中，d是將成像區(qū)域劃分為單元格后每個單元格的大小；和(,)分別是點(,)處的當前聲速值和更新后的聲速值；是超聲信號在從聲源到接收器的傳播過程中橫向通過單元格的總長度。由于該方法利用SART迭代地更新聲速分布，因此其收斂性由SART的收斂性決定[30]。

該方法考慮了聲折射對圖像重建的影響，通過估計聲速分布來校正聲學異質(zhì)組織中的聲折射效應，使重建出的圖像更加準確，并且無需利用組織的相關(guān)先驗知識。

3.5 選取最佳聲速組的方法

該方法針對超聲波在不同介質(zhì)中的傳播，尋求一個最佳的聲速組，使成像更加清晰、合理。其主要步驟是：

首先，設(shè)定每一種介質(zhì)中的聲速值組成初始聲速組。例如：在超聲-光聲雙模態(tài)成像系統(tǒng)中，由于能夠同時獲得被測物體的超聲圖像和光聲圖像，因此可將超聲成像得到的被測組織的內(nèi)部結(jié)構(gòu)作為先驗信息，設(shè)定每一種組織區(qū)域的聲速初始值。

然后，采用遞歸的方法自適應地更新聲速組。采用圖像聚焦的程度作為權(quán)衡聲速值是否正確的標準：當聲速越接近正確值時，重建出的圖像越會呈現(xiàn)出更多細節(jié)；否則，由于聲速的偏差，圖像的某些細節(jié)會模糊，分辨率降低。據(jù)此選取出最佳的聲速組，完成對不同組織的聲速匹配。

光聲信號由發(fā)射源傳播到超聲換能器的總時間如式(1)所示，在不考慮不同組織界面之間的聲折射的情況下，每一個組織區(qū)域具有不同的聲速值，那么光聲信號的傳播路徑和傳播時間可由式(18)得到[31]：

其中，是任意一個光聲信號從發(fā)射源到達探測器所經(jīng)過的不同組織的總數(shù)，為對應的每一種組織中的聲速。

該方法可以對不同介質(zhì)完成最佳的聲速匹配。但具體實現(xiàn)時，需要通過大量的實驗找出最佳聲速組，費時費力。

3.6 具有最佳TOF的改進方法

在實際應用中，受到組織內(nèi)聲速不均勻性的影響，超聲信號的TOF與聲速均勻組織的TOF之間存在很大偏差，因此可以根據(jù)具有和不具有聲速不均勻性影響的TOF的變化趨勢來估計具有聲學異質(zhì)性的組織存在的空間區(qū)域。然后，根據(jù)該區(qū)域以及無聲速不均勻性的TOF曲線的變化趨勢，選擇出包括大量聲速信息的最佳TOF；最后，使用該最佳TOF迭代地估計組織中的聲速分布。

該方法從實際的全部TOF中選擇最佳的TOF來估計聲速分布，與使用全部TOF的傳統(tǒng)迭代方法不同，該方法可有效減少估計聲速分布時的冗余信息，進而減少計算時間和存儲空間。

4 結(jié)論

基于超聲的醫(yī)學成像技術(shù)為研究生物組織的解剖形態(tài)、生理和病理特征以及代謝功能等提供了重要的手段，在疾病的預防、診斷和治療中有很高的應用價值。待成像組織的聲學特性不均勻性是聲學成像技術(shù)中需要解決的重要問題。目前針對此問題的研究，特別是PAT成像中組織聲速分布的求解，仍處于方法的建立和完善以及建立簡單模型驗證的階段。除聲速的不均勻以外，光聲信號在不同組織內(nèi)的折射和散射以及激光在組織表面的非均勻分布等，都是PAT成像中需要解決的關(guān)鍵問題。

在生物醫(yī)學光學成像技術(shù)中，同樣需要解決光信號的異質(zhì)性問題，即待成像組織光學特性參數(shù)(如光吸收系數(shù)和光散射系數(shù))的不均勻性。確定組織光學參數(shù)空間分布的方法包括時間分辨反射法和基于光散射的斷層成像技術(shù)的方法等。在此基礎(chǔ)上，利用數(shù)學模擬的方法(如Monte Carlo模擬、多層模型等)可得到組織中光分布的理論性狀。

[1] ARRIDGE S, BEARD P, BETCKE M, et al. Accelerated high-resolution photoacoustic tomography via compressed sensing[J]. Physics in Medicine & Biology, 2016, 61(24): 8908-8940.

[2] FANG H, MASLOV K, WANG L V. Photoacoustic Doppler flow measurement in optically Scattering media[J]. Applied Physics Letter, 2007, 91(26): 264103-1-3.

[3] NIEDERHAUSER J J, JAEGER M, LEMOR R, et al. Combined ultrasound and optoacoustic system for real-time high-contrast vascular imaging in vivo[J]. IEEE Transactions on Medical Imaging, 2005, 24(4): 436-440.

[4] WANG X, PANG Y, KU G, et al. Noninvasive laser-induced photoacoustic tomography for structural and functional in vivo imaging of the brain[J]. Nature Biotechnology, 2003, 21(7): 803-806.

[5] WEI C, HUANG S, WANG C, et al. Photoacoustic flow measurements based on wash-in analysis of gold nanorods[J]. IEEE Transactions on Ultrasonics Ferroelectrics & Frequency Control, 2007, 54(6): 1131-1141.

[6] JIN X, WANG L V. Thermoacoustic tomography with correction for acoustic speed variations[J]. Physics in Medicine and Biology, 2006, 51(24): 6437-6448.

[7] WANG K, YANG Y, ANASTASIO M A. Simultaneous reconstruction of speed-of-sound and optical absorption properties in photoacoustic tomography via a time-domain iterative algorithm[C]//Proceedings of SPIE, 2008: 6856.

[8] ANASTASIO M A. Reconstruction of speed-of-sound and electromagnetic absorption distributions in photoacoustic tomography[C]//Proceedings of SPIE - The International Society for Optical Engineering, 2006, 6086: 19-26.

[9] ZHAO D, TRAHEY G E. Comparisons of image quality factors for phase aberration correction with diffuse and point targets: theory and experiments[J]. IEEE Transactions on Ultrasonics Ferroelectrics and Frequency Control, 1991, 38(2): 125-132.

[10] 杜恒, 劉東權(quán). 超聲系統(tǒng)聲速優(yōu)化模擬與算法[C]//2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集(上冊). 2007, 1: 4.

DU Heng, LIU Dongquan. Ultrasonic system sound velocity optimization simulation and algorithm[C]//2007 China Biomedical Engineering Joint Academic Annual Proceedings, 2007, 1: 4.

[11] HE H, LIU D C. Sound speed optimization based on acoustic point spread function[C]//Proceedings of IEEE International Conference on Bioinformatics and Biomedical Engineering, 2009: 1-4.

[12] 何煥煥. 基于RF數(shù)據(jù)的超聲系統(tǒng)聲速優(yōu)化實證研究[J]. 技術(shù)與市場, 2009, 16(2): 21-22.

HE Huanhuan. Empirical study on sound speed optimization of ultrasonic system based on RF data[J]. Technology and Market, 2009, 16(2): 21-22.

[13] 李曉瑛, 劉東權(quán). 基于圖像對比度分析的自適應超聲聲速優(yōu)化[J]. 生物醫(yī)學工程學雜志, 2011, 28(6): 1094-1097.

LI Xiaoying, LIU Dongquan. Adaptive ultrasonic velocity optimization based on image contrast analysis[J]. Biomedical Engineering, 2011, 28(6): 1094-1097.

[14] CHO M H, KANG L H, KIM J S, et al. An efficient sound speed estimation method to enhance image resolution in ultrasound imaging[J]. Ultrasonics, 2009, 49(8): 774-778.

[15] NAPOLITANO D, CHOU C H, MCLAUGHLIN G, et al. Sound speed correction in ultrasound imaging[J]. Ultrasonics, 2006, 44(8): 43-46.

[16] KRUCKER J F, FOWLKES J B, CARSON P L. Sound speed estimation using automatic ultrasound image registration[J]. IEEE Transactions on Ultrasonics Ferroelectrics & Frequency Control, 2004, 51(9): 1095-1106.

[17] 劉貴棟, 沈毅, 王艷. 醫(yī)學超聲諧波成像技術(shù)研究進展[J]. 哈爾濱工業(yè)大學學報, 2004, 36(5):599-602.

LIU Guidong, SHEN Yi, WANG Yan. Advances in medical ultrasonic harmonic imaging[J]. Journal of Harbin Institute of Technology, 2004, 36(5): 599-602.

[18] ZHOU L, ZHU S, HE B. A reconstruction algorithm of magnetoacoustic tomography with magnetic induction for an acoustically inhomogeneous tissue[J]. IEEE Transactions on Biomedical Engineering, 2014, 61(6): 1739-1746.

[19] 張偉. 聲學非均勻媒介的磁感應磁聲成像重建算法[D]. 北京: 北京協(xié)和醫(yī)學院, 2015.

ZHANG Wei. Reconstruction algorithm of acoustic induction magnetic acoustics based on acoustics non-uniform media[D]. Beijing: Peking Union Medical College, 2015.

[20] 張偉, 馬任, 張順起, 等. 基于聲學不均勻特性的磁感應磁聲成像聲壓解析[J]. 北京生物醫(yī)學工程, 2014, 33(6): 558-564.

ZHANG Wei, MA Ren, ZHANG Shunqi, et al. Sound pressure analysis which based on the acoustic heterogeneity of the magnetic induction magnetic sound imaging[J]. Beijing Biomedical Engineering, 2014, 33(6): 558-564.

[21] JIN X, WANG L V. Thermoacoustic tomography with correction for acoustic speed variations[J]. Physics in Medicine and Biology, 2006, 51(24): 6437-6448.

[22] XIA J, HUANG C, MASLOV K, et al. Enhancement of photoacoustic tomography by ultrasonic computed tomography based on optical excitation of elements of a full-ring transducer array[J]. Virtual Journal for Biomedical Optics, 2013, 8(9): 3140-3143.

[23] 張弛, 汪源源. 聲速不均勻介質(zhì)的光聲成像重建算法[J]. 光學學報, 2008, 28(12): 2296-2301.

ZHANG Chi, WANG Yuanyuan. Photoacoustic image reconstruction algorithm for sound velocity uneven media[J] .Acta Optica Sinica, 2008, 28(12): 2296-2301.

[24] ZHANG C, WANG Y. A reconstruction algorithm for thermoacoustic tomography with compensation for acoustic speed heterogeneity[J]. Physics in Medicine and Biology, 2008, 53(18): 4971-4982.

[25] 張弛. 光聲成像的圖像重建算法研究[D]. 上海: 復旦大學, 2009.

ZHANG Chi. Study on image reconstruction algorithm of photoacoustic imaging[D]. Shanghai: Fudan University, 2009.

[26] 李文超. 醫(yī)學光聲成像中若干圖像處理問題的研究[D]. 南京: 南京大學, 2015.

LI Wenchao. Medical image processing in a number of image processing problems[D]. Nanjing: Nanjing University, 2015.

[27] COX B T, TREEBY B E. Artifact trapping during time reversal photoacoustic imaging for acoustically heterogeneous media[J]. IEEE Transactions on Medical Imaging, 2010, 29(2): 387-396.

[28] WANG J, ZHAO Z, SONG J, et al. Reducing the effects of acoustic heterogeneity with an iterative reconstruction method from experimental data in microwave induced thermoacoustic tomography[J]. Medical Physics, 2015, 42(5): 2103-2112.

[29] WANG J, ZHAO Z, SONG J, et al. Reconstruction of microwave absorption properties in heterogeneous tissue for microwave-induced thermo-acoustic tomography[J]. Progress in Electromagnetics Research, 2012, 130(19): 225-240.

[30] JIANG M, WANG G. Convergence of the simultaneous algebraic reconstruction technique (SART)[J]. IEEE Transactions on Image Processing, 2003, 12(8): 957-961.

[31] 葉濛, 袁杰. 一種基于光聲成像選取最佳聲速組的研究[J]. 南京大學學報(自然科學), 2016, 52(3):528-535.

YE Meng, YUAN Jie. Study on optimum sound velocity formation based on photoacoustic imaging[J]. Journal of Nanjing University (Natural Science), 2016, 52(3): 528-535.

[32] WANG J, ZHAO Z, SONG J, et al. Iterative reconstruction method with optimal time-of-flights for imaging microwave absorption properties of tissues in acoustically heterogeneous environment in microwave-induced thermoacoustic tomography (MITAT)[J]. Jo- urnal of Electromagnetic Waves and Applications, 2014, 28(18): 2350-2363.

[33] XU M, XU Y, WANG L V. Time-domain reconstruction algorithms and numerical simulations for thermoacoustic tomography in various geometries[J]. IEEE Transactions on Biomedical Engineering, 2003, 50(9): 1086-1099.

[34] XU Y, WANG L V, AMBARTSOUMIAN G, et al. Reconstructions in limited-view thermoacoustic tomography[J]. Medical Physics, 2004, 31(4): 724-733.

[35] 朱毅, 李文超, 張麗君, 等. 擬合延時補償?shù)墓饴曋亟╗J]. 光電工程, 2015, 42(4): 56-61.

ZHU Yi, LI Wenchao, ZHANG Lijun, et al. Reconstruction of photoacoustic compensation with delay compensation[J]. Optoelectronic Engineering, 2015, 42(4): 56-61.

Review on solution to SOS inhomogeneity in biological acoustic imaging techniques

SUN Zheng, JIA Yi-xuan

(Department of Electronic and Communication Engineering, North China Electric Power University,Baoding 071003, Hebei, China)

For the ultrasound based biological imaging techniques, such as ultrasonic imaging, photoacoustic tomography (PAT) and magnetoacoustic tomography (MAT), the spatial distribution of acoustic impedance, light absorption, optical parameters or electrical conductivity in the imaging tissue is always reconstructed under the assumption of a constant speed of sound (SOS) in tissues. However, the actual difference of SOS in different biological tissues may be up to 10%. This paper reviews the current methods to solve the problem of SOS inhomogeneity based on a brief introduction to the influence of SOS inhomogeneity on acoustic image reconstruction. Especially, the methods of restoring the distribution of SOS in the target tissue in PAT are overviewed including their advantages and disadvantages. Possible improvement in the future is also forecasted.

image reconstruction; speed of sound (SOS) inhomogeneity; ultrasonic imaging; photoacoustic tomography; magnetoacoustic tomography

R312

A

1000-3630(2018)-05-0405-07

10.16300/j.cnki.1000-3630.2018.05.001

2017-07-10;

2017-09-19

國家自然科學基金(61372042)、中央高?；究蒲袠I(yè)務費專項資金(2014ZD31)資助項目。

孫正(1977－), 女, 河北保定人, 博士, 教授, 碩士研究生導師, 研究方向為醫(yī)學成像和圖像處理。

孫正, E-mail: sunzheng_tju@163.com