基于全波形反演的医用超声断层成像研究

李玉冰 研究员

中国科学院声学研究所

2024.11.08（星期五）16:30，线上腾讯会议

腾讯会议号：638 608 546

摘要：

  全波形反演是基于最优化理论的高分辨率声参数模型重建和成像方法。全波形反演理论最早由法国Tarantola教授于上世纪80年代提出，在地震成像领域有着广泛的研究和成功的应用，并于近年在医学超声成像领域也得到了关注。此次报告旨在建立不同尺度的波形反演问题的联系，从地震信号尺度出发，介绍波形反演在人体尺度成像方向的应用。传统的医用B型超声成像方法，利用多组自激自收的脉冲回波信号，依赖匀速和射线假设重建目标体的结构分布灰阶图像，分辨率有限，难以识别尺寸较小的病灶，且在有骨骼等声速度差异较大的硬组织存在的情况下成像效果不佳。中国科学院声学研究所团队自研超声断层扫描系统，采用包围式的环形阵列全矩阵观测方法，充分采集反射波、散射波、折射波、透射波等信息，利用基于多参数波动方程（声速、声阻抗、衰减等）的全波形反演方法重构可以解释观测信号的最优声学参数模型，其结果具备毫米甚至亚毫米级的空间分辨率。通过数值仿真、仿生体模、离体组织、在体实验测试，发现全波形反演方法均成功重建了高保真度、高分辨率的声学参数模型，其结果与磁共振具有良好一致性，充分验证了基于全波形反演的超声断层成像的有效性。针对超声智能诊断和精准治疗的需求，该方法有望开展针对乳腺、肢骨、颅脑的临床应用研究，并具有潜在的海扶手术术中精准监控能力。

报告人简介：

  李玉冰，中国科学院声学研究所研究员，2023年中国科学院人才计划择优入选者。主要研究方向为超声高分辨率成像与应用研究，聚焦医用声学中的精准诊断与治疗问题。2011年同济大学本科毕业，2014年中国科学技术大学和法国巴黎第七大学硕士毕业，2018年获法国巴黎文理研究大学（Univ. PSL）-巴黎高等矿业学院（MINES ParisTech）博士学位。2018-2019年于法国格勒诺布尔大学SEISCOPE课题组进行博士后研究，2019-2021年于沙特阿美北京国际研发中心担任高级研发科学家，开展了实用性的能源探测、工业检测和医用超声的成像算法研究。目前发表论文共20余篇，授权美国发明专利2项、中国发明专利4项，参与法国科研署（ANR）项目1项，主持国家重点研发计划课题和国家面上自然科学基金各1项。于2023年国际超声大会（ICU）组织医学全波形反演、超声机器学习与统计方法、超声设备与信号处理3个专题。