被动声学动态差异化和映射 (PADAM):一个时间域被动化定位和分类方法

科学领域:

• 医疗成像医学成像
• 声学物理 声学物理
• 超声波治疗 超声波治疗

背景情况:

• 对于聚焦超声波 (FUS) 疗法来说,被动腔位成像非常重要,需要精确的腔位定位和剂量控制.
• 现有的方法,如延迟和整合 (DSI) 和强大的卡束形 (RCB) 面临空间分辨率,文物抑制和参数解释性方面的局限性.
• 临床翻译FUS要求强大的成像技术,尽量减少目标外的影响.

研究的目的:

• 开发一种先进的被动化成像方法,提高空间分辨率并减少文物.
• 在FUS治疗监测中引入一个物理接地参数用于信号表征.
• 保持计算效率和稳定性,以获得临床适用性.

主要方法:

• 介绍了被动声学动态差异化和映射 (PADAM),一种新的时间域光束成形算法.
• 适应多重信号分类 (MSC) 算法,以改进洞穴位定位和分类.
• 整合一个具有物理意义的输入参数,反映信号频率丰富度.

主要成果:

• 与RCB相比,PADAM在侧面光束宽度上显示了多达6倍的改善.
• 实现了平均平方元件强度的4倍降低.
• 输入参数提供了物理洞察力,可以根据光谱含量区分稳定和惯性化.

结论:

• PADAM为被动化成像提供了卓越的分辨率和工件减少.
• 该方法通过改进的洞穴分化,提高了监测和控制FUS治疗的精度.
• PADAM代表了临床FUS应用的重大进步,提高了安全性和有效性.