Evaluación de la estimación de coeficientes de retrodispersión en un medio aberrado usando técnicas de corrección de aberración de fase

Research topic: Quantitative ultrasound

El coeficiente de retro-dispersión (BSC) es un parámetro fundamental en el campo de imagenología cuantitativa por ultrasonido (QUS) que cuantifica la reflectividad dependiente de la frecuencia de un medio. La estimación requiere compensar el patrón de difracción del transductor, donde métodos más comunes se basan en la suposición de que el ultrasonido se propaga en un medio homogéneo a una velocidad de sonido constante [1,2]. Sin embargo, en tejidos humanos la velocidad de sonido varía en función al tipo de tejido (1,470 m / s para la grasa y 1,610 m / s para el músculo [3, 4]).

Como consecuencia, las variaciones locales de velocidad de sonido distorsionan los patrones del frente de onda y degradan el proceso de formación de haz (beamforming), desenfocando la imagen y reduciendo tanto la resolución espacial como el contraste. Este fenómeno, conocido como aberración de fase, es común en personas obesas con hígado graso, perjudicando la calidad del examen ecográfico.
En este estudio, se evaluó la exactitud de los BSC en la presencia de aberraciones de fase de campo cercano a través de simulaciones, utilizando estrategias de corrección de aberración de fase (PAC) previo a la estimación de los BSC.

 

Métodos usados en el estudio

Método de Correlación Cruzada de Multiretraso

Este método se uso para la corrección de aberración, en ella, los desplazamientos temporales en recepción se obtienen maximizando las funciones de correlación cruzada a lo largo de la apertura del transductor. Un punto de referencia es elegido y se establece un mapa de correlación A para resolver la ecuación matricial utilizando el algoritmo de error de mínimos cuadrados. Finalmente los retrasos estimados se compensan durante el beamforming, mejorando la calidad de la imagen reconstruida.

Método del maniquí de referencia

Se utilizó para el cálculo de BSC. Asumiendo que no hay atenuación en el medio, el coeficiente a una determinada frecuencia es proporcional a la relación de intensidades promedio entre los espectros de la muestra y referencia a lo largo de la profundidad.

Se generaron perfiles de aberración con niveles 50, 75 y 100 ns RMS aplicados sobre maniquíes homogéneos simulados en Field II, herramienta de Matlab (35 x 4 x 30 mm, 8 dispersores por celda de resolución). Para cada perfil aplicado al maniquí se realizó PAC en recepción del haz (RX), transmisión del haz (TX), transmisión/recepción (TX/RX) e iteraciones de esta última (IT2, IT3), estimando los BSC respectivos

En el ensayo con nivel de aberración de 50 ns, el error de BSC se redujo en gran medida inmediatamente después de la primera iteración de TX/RX PAC (el error medio de estimación se redujo de -9,31 dB a -0,14 dB). En contraste, tres iteraciones de TX/RX fueron necesarios para reducir la media del error por debajo de 1 dB. A 100 ns, el error de estimación no fue significativamente mejorado, manteniéndose por encima de 10 dB incluso después de la tercera iteración. Aunque el valor medio para cada simulación mejorada a través de cada etapa de corrección, la desviación estándar de las estimaciones era relativamente constante a lo largo de todos los casos estudiados.

Los resultados demuestran que la aberración de fase afecta negativamente caracterización de los tejidos en base a BSC. Adicionalmente, se evidencia que la técnica de PAC en recepción no proporciona mejoras significativas de estimación de BSC mientras correcciones iterativas en transmisión / recepción compensaron exitosamente niveles de aberración hasta 75 ns. Por lo tanto, una estimación robusta de BSCs in vivo puede requerir la compensación de los efectos de la aberración, tanto en transmisión y recepción.

Referencias

  1. R. J. Lavarello, G. Ghosal, and M. L. Oelze, “On the estimation of backscatter coefficients using single-element focused transducers,” J. Acoust. Soc. Amer., vol. 129, no. 5, pp. 2903–2911, 2011.
  2. J. Mamou, and M. L. Oelze. “Quantitative Ultrasound in Soft Tissues,” Springer, 2013.
  3. S. A. Goss, R. L. Johnston, and F. Dunn, “Compilation of empirical ultrasonic properties of mammalian tissues,” J. Acoust. Soc. Amer., vol. 64, no. 2, pp. 423–457, 1978.
  4. L. M. Hinkelman, T. L. Szabo, and R. C. Waag, “Measurements of ultrasonic pulse distortion produced by human chest wall,” J. Acoust. Soc. Amer., vol. 101, no. 4, pp. 2365–2373, 1997.
  5. L. M. Hinkelman, D.-L. Liu, L. A. Metlay, and R. C. Waag, “Measurements of ultrasonic pulse arrival time and energy level variations produced by propagation through abdominal wall,” J. Acoust. Soc. Amer., vol. 95, no. 1, pp. 530–541, 1994.
  6. D.-L. Liu and R. C. Waag, “Time-shift compensation of ultrasonic pulse focus degradation using least-mean-square error estimates of arrival time,” J. Acoust. Soc. Amer., vol. 95, no. 1, pp. 542–555, 1994.
  7. J. J. Dahl, S. A. McAleavey, G. F.  Pinton, M. S. Soo ad G. E. Trahey, “ Adaptative Imaging on a Diagnostic Ultrasound Scanner at Quasi Real-Time Rates” IEEE Trans. Ultrason., Ferroelect., Freq. Contr, vol. 53, no. 10, pp. 1832-1843, 2006.
  8. L. Y. Yao, J. A. Zagzebski, E. L. Madsen. “Backscatter Coefficient Measurement using a reference phantom to extract depth dependent instrumentation factors”. Ultrasonic Imaging, vol. 12, pp. 58-70, 1990.