与传统的B超、C超检测组织形态、血流方向和血流速度等参数不同，超声弹性成像（Ultrasound elastography）也称作E超，提出利用超声原理检测人体组织弹性信息，扩大了临床应用范围。早在使用触诊方式诊断表层组织的病变，医生就了解到组织的硬度与其生物学特性密切相关。但是触诊的方式比较主观，而且无法检查人体深层病变。此文章希望用通俗的语言谈一谈超声弹性成像的基本原理，以便让大家进一步理解超声弹性成像这一技术。
超声弹性成像分类
世界超声医学和生物学联合根据其激发方式的区别将弹性成像技术分为三大类（见图1、表1）：
（i）应变弹性成像（SE）通过人工压缩或生理运动评估组织变形；
（ii）瞬态弹性成像（TE）产生带有外部振动的横波；
（iii）声辐射力脉冲（ARFI）是一种利用声辐射力产生横波的方法。ARFI技术可以进一步分为点剪切波弹性成像（p-SWE）、二维剪切波弹性成像（2D SWE）和三维剪切波弹性成像（3D SWE）技术。SE测量应变，而基于剪切波的技术（包括TE和ARFI技术）测量组织中剪切波的速度。
图1 橙色为应变弹性成像（SE）；蓝色为声辐射力脉冲（ARFI）；绿色为瞬态弹性成像（TE）
2. 超声弹性成像原理
如图2是弹性成像所涉及的关键步骤：
图2 弹性成像步骤示意图
(1)一个外部或内部的刺激被施加到一个目标的软组织上；如：手动按压探头、采用外部震荡工具、探头聚焦产生声辐射力、心脏或动脉搏动。总之，首要条件就是先让组织受力产生形变或产生剪切波的传播。
(2)使用医学成像技术检测软组织的反应，包括其静态或动态变形行为的监测。
组织受力产生形变，或者产生剪切波从刺激部位往周围传播。利用探头发射超声脉冲经过人体组织反射后被探头接收，经过超声探头转换成射电脉冲信号（如图3），这些射电脉冲信号中包含了组织形变或组织内部震动的信息。应变弹性成像（SE）、瞬态弹性成像（TE）、声辐射力脉冲（ARFI）均需要提取组织的形变信息。
图3 超声探头某一振元下的眼角膜的射电脉冲信号图
计算组织形变的原理： 因此，需要首先提取回波信号中的组织形变信息，如下图所示，探头按压组织时，探头中某一振元不断的发射超声信息采集数据，这一振元下的所有深度的组织形变信息均可以被计算出来，我们假设计算这一振元下某一深度的一个质点组织的位移，可以发现组织被压缩前的回波信号和被压缩后的回波信号存在相位差，因此通过求解相位差并换算成位移差，就可以计算出此处组织受到按压所产生的形变，可将ROI（感兴趣区域）下的所有质点的射频信号全部转化为应变值，并用颜色进行编码呈现（通常红色为软色，蓝色为硬色)叠加在b模式图像上进行成像。
图4 使用超声计算某组织深处应变的原理示意图
计算剪切波速度的原理：人体组织内部若受到声辐射力或者外部振动的激励，组织内部某一深度产生了机械振动，这一深度的组织首先会产生细微的变形，然后机械波动从被击打处快速的往周围传播。利用超声探头快速发射多帧超声波信号，计算探头中每一个振源下的同一深度的位移变化，因此，就可以计算出剪切波从一个振源传播到另一个振元下的时间Ti，振元与振元的距离是Di，因此剪切波速度就是D/Ti。这种方法也叫时间飞跃算法（Time-to-peak）。
图5 计算剪切波速度的原理
当然这也是假设组织是一个均质的介质，后来实验人员提出剪切波在人体中传播比较复杂，是包含各种频率的波群，因此还可以用算法求出每个频率下的剪切波的传播速度也叫相速度，此处暂不表述。
(3)软组织的力学性能，然后可以从测量的响应基于逆分析推断。
组织弹性是组织在施加力时抵抗变形的趋势，或在去除力后恢复其原始形状的趋势的能力。在弹性成像中，往往假设人体组织是一个纯弹性或者是某种既有弹性又有粘性的材料，如果假设人体组织是一个类似于弹簧式的纯弹性的组织时，弹性模量E（也叫杨氏模量）将可以通过施加的力F（作用在单位面积的力）和组织产生的应变ε（单位长度的形变量）进行计算：E = F/ε；但是医生手动施加的力是无法被准确计算的，因此应变弹性成像（SE）无法得出弹性模量的值，往往用形变量反应组织的弹性，形变量越大，弹性模量越小，对应的组织越软；反之，形变量越小，弹性模量越大，对应组织越硬。
由前面我们知道如何计算出剪切波速度，若假设人体组织是纯弹性材料，则可由公式：𝐸= 3𝜌𝑐^2，计算出杨氏模量E，其中𝜌为组织密度，c为剪切波速度。若承认组织是一个粘弹性、各项异性的组织时，剪切波速度和因此得出的弹性模量计算方式将完全不同（首先要假定人体组织的力学数学模型（这个数学模型至少包含剪切波速度、组织弹性、组织粘性、组织密度等变量），再通过大量的实验去验证模型的可靠性，此文暂时不表。）
（4）通过弹性成像方法对软组织弹性特性的在体定量测量为疾病的诊断和治疗提供了有价值的信息。
3. 弹性成像
3.1 应变弹性成像（SE）
应变成像是最早用于商业上的超声弹性成像，最初设计用于使用探头手动压缩诊断乳腺癌。由于用手对体表施加压力，诸如肝脏等深层器官很难被检测到。后来日立公司发明了一种新的方法，利用心血管脉动或呼吸来产生变形。
应变图像作为色标(通常红色为软色，蓝色为硬色)叠加在b模式图像上。在不同的超声设备中也可以看到灰色编码和其他颜色编码的弹性图。由于无法在定性条件下准确对比不同结果。故提出了一些指标来辅助医生判断: (i)弹性评分，如筑波评分（Tsukuba Scoring）详情请看Table2;(ii)病变脂肪比，即同一深度的质量应变与周围脂肪的应变比;(iii)应变尺寸比(EI/B ratio)，即弹性图中肿瘤尺寸与B模式图像中肿瘤尺寸的比值。
图6:一个56岁女性的乳房肿块，被证明是腺病伴纤维腺瘤性结节（a和b）。筑波评分为1 (a)，应变比为0.90 (b).一个72岁女性的乳房肿块，被证实为浸润性癌（c和d）。筑波评分为4 (c)，应变比为3.04 (d)
国内外很多学术文献证明应变弹性成像（SE）可以结合传统B超图对乳腺、甲状腺、前列腺器官进行诊断，完全可以增进肿瘤筛查的准确性。
3.2 瞬态弹性成像（TE）
瞬态弹性成像（TE）最初是一种一维的方法，它给出了一个区域的单一弹性值。在这种方法中，同时使用了超声波和低频（50 Hz）机械产生的剪切波。剪切波的传播速度与组织的弹性直接相关。这种在软组织中的传播比在硬区中要慢。瞬态弹性成像可以给出定量的参数数据。TE目前不光有一维的图像，也生产出可以观察二维图像的产品。TE的一般局限性是：1)只有探查小体积实质器官的能力，2)由于没有超声成像，无法进行扫查引导3)肥胖或腹水的患者可能造成测量困难，4)缺乏区分显著纤维化程度的特异性。
3.3 声辐射力脉冲（ARFI）
ARFI技术与TE的差别就是激励方式的不同，ARFI是利用声辐射力，通过将探头的多个晶振产生的超声波聚焦在一点，会产生机械力的效果，对组织产生位移和剪切波。剪切波沿垂直于超声波的方向传播，因此，通过监测每个阵元下（或者说每个通道下）的位移，以及到达位移峰值的时间来计算的。
3.3.1 Point shear wave elastography（P-SWE）
P-SWE仅在一点激发声辐射力，然后在相对较小的ROI区域内测量剪切波速度，输出值为KPa或m/s，往往这种方法测量的面积小，建议至少进行5-10次测量，取均值。目前拥有此功能的商业化的临床应用系统主要是西门子VTQ、飞利浦的Elasto-Q。
3.3.2 2D shear wave elastography（2D-SWE）
如果在沿纵向多个点快速的连续激发声辐射力，再估计剪切波传播速度，可以得到较大ROI的剪切波图像，并用灰度或色标进行编码成像。这种图像可以单独显示或叠加在传统的B超图像上。可以在ROI内放置一个测量方块，以获得硬度值。测量方块最好放置在ROI的中心附近，因为在ROI的边界上经常有误差。与p-SWE不同的是，2D-SWE的测量方块尺寸是可变的，2D-SWE报告了硬度值的平均值和标准差，以及最小值和最大值。如果在测量时发现有高硬度值的或者高剪切波速度时，建议进行3-5次测量。
3.3.3 3D shear wave elastography
目前只有 supersonic imagine公司实现了3维剪切波弹性成像，它是利用3维探头中包含了2维的机械扫描序列，可以进行快速的3维组织弹性重建。目前还没有文献对这一技术的效果进行分析。
谢谢阅读，如发现本文有错误之处，请指正，本人将尽快修改。
参考文献：
[1] Cui, Xin-Wu1,*; Li, Kang-Ning1,*; Yi, Ai-Jiao2; Wang, Bin2; Wei, Qi1; Wu, Ge-Ge1; Dietrich, Christoph F.3,. Ultrasound elastography. Endoscopic Ultrasound 11(4):p 252-274, Jul–Aug 2022.
[2] Ozturk, A., Grajo, J.R., Dhyani, M., Anthony, B.W., & Samir, A.E. (2018). Principles of ultrasound elastography. Abdominal Radiology, 43, 773-785.
[3] Sigrist, R., Liau, J., Kaffas, A.E., Chammas, M.C., & Willmann, J.K. (2017). Ultrasound Elastography: Review of Techniques and Clinical Applications. Theranostics, 7, 1303 - 1329.
[4] Cè, M., D'Amico, N.C., Danesini, G.M., Foschini, C., Oliva, G., Martinenghi, C., & Cellina, M. (2023). Ultrasound Elastography: Basic Principles and Examples of Clinical Applications with Artificial Intelligence—A Review. BioMedInformatics.
联系客服
