基于Android的光声层析成像图像重建应用

基于实验脉冲激光二极管的体内PAT成像

光声层析成像（PAT）是一种混合成像技术，将光学照明与超声检测相结合，用于深层组织的高分辨率成像。利用光声（PA）效应，PAT提供了可扩展分辨率、更高成像深度和高对比度成像的独特优势。它使用纳秒激光脉冲照射感兴趣的组织，使其发色团能够吸收入射的激光能量。这导致局部温度上升，并产生压力波，该压力波作为超声波传播到组织边界。然后在超声换能器的帮助下获取这些PA波，并使用重建算法将其转换为内部吸收图。

生成初始压力图的过程可以使用几种不同的图像重建算法来执行，包括简单的延迟求和 (DAS) 波束形成器。该算法对来自不同组织位置的采集信号进行反向投影，然后将其添加到重建图像中的每个像素。然而，这使得DAS波束形成器在计算上昂贵且耗时，并且在重建图像中导致伪影，即异常。尽管存在这些缺点，但它的简单性和易实现性使其成为PAT重建的热门选择。

通常，实现这样的重建算法需要具有大量计算资源的工作站、台式机或笔记本电脑。但近年来，手机的计算能力一直在增长。尽管移动电话已被提议用于包括超声成像在内的各种显微镜模式，但其在光声成像（如PAT图像重建）中的实用性尚未被探索。

新加坡和美国的研究人员利用手机的先进处理能力，开发了一种基于Android的PAT图像重建应用程序。这项研究由爱荷华州立大学电气与计算机工程系诺斯罗普·格鲁曼公司副教授Manojit Pramanik领导，并发表在《生物医学光学杂志》上。

所开发的应用程序利用基于单元件超声换能器（SUT）的DAS波束形成器算法在Kivy跨平台Python 3.9.5框架上进行图像重建。

研究人员通过模拟和实验PAT数据集验证了其在不同手机上的性能。虽然模拟数据集由点目标、三角形和大鼠脑血管形状组成，但实验数据集由一个点源体模、三角形体模和活体大鼠脑中的血管组成。

Pramanik表示，开发的应用程序可以成功地将PAT数据重建为高质量的PAT图像，信噪比值超过30分贝。

有趣的是，对于小型数据集，华为P20手机上的算法计算时间与笔记本电脑上的算法相当。此外，原始数据集的两倍下采样减少了计算时间，同时保持了图像质量，从而实现了图像重建的速度和质量。相比之下，三倍下采样明显降低了PAT图像的质量。

此外，研究人员发现，使用三星Galaxy S21+的先进处理器，PAT重建只需2.4秒。Pramanik指出：“这大大减少了图像重建的运行时间，突出了手机应用程序的效率”。

JBO主编、威斯康星大学麦迪逊分校医学物理系主任Brian Pogue表示，“这是第一个此类应用程序，为在廉价、便携式和广泛可用的手机上重建PAT图像提供了机会。未来，该应用程序可以使PAT系统更具适应性和可扩展性，适用于生物医学成像的其他领域，促进护理点诊断。”他补充道，“这个基于Android的应用程序的代码已经在GitHub上免费提供，这使它成为生物医学成像社区的一项主要服务。”

该研究4月27日发表于《生物医学光学》杂志。

DOI:10.1117/1.JBO.28.4.046009