超高分辨超声微血管成像技术在医学领域的研究应用

杨高怡; 王莹; 张莹; 俞跃辉; 张旭; 林婷; 童嘉辉; 陈佩君; 罗佳磊; 颜心怡

doi:10.3877/cma.j.issn.1672-6448.2024.02.010

中华医学超声杂志（电子版） >

2024 , Vol. 21 >Issue 02: 167 - 169

DOI: https://doi.org/10.3877/cma.j.issn.1672-6448.2024.02.010

综述

超高分辨超声微血管成像技术在医学领域的研究应用

杨高怡 ^,¹^,^† ,
王莹 ,
张莹 ,
俞跃辉 ,
张旭 ,
林婷 ,
童嘉辉 ,
陈佩君 ,
罗佳磊 ,
颜心怡

展开

^1.310006　杭州市第一人民医院;310000　杭州市红十字会医院
^2.310000　杭州师范大学
^3.310000　杭州市红十字会医院
^4.310053　杭州，浙江中医药大学

通信作者：杨高怡，Email：yanggaoyi8@163.com

Copy editor: 汪荣

收稿日期: 2023-05-22

网络出版日期: 2024-04-25

基金资助

浙江省医药卫生科研项目(2021KY911)

版权

未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计，除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。本刊为电子期刊，以网刊形式出版。

收起

Application of super-resolution ultrasound microvascular imaging in medical field

Gaoyi Yang ^,^† ,
Ying Wang ,
Ying Zhang

Expand

Received date: 2023-05-22

Online published: 2024-04-25

Copyright

No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission.

All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

Fold

摘要

超高分辨超声微血管成像（super-resolution ultrasound microvascular imaging，SRUMI）是超声发展过程中衍生出的新技术，旨在成像和量化超出衍射极限的血管，SRUMI克服了传统超声成像在空间分辨率和穿透深度之间的两难选择，规避了衍射极限，可以使微血管结构可视化达微米级，将重构的超声图像的分辨能力提高10倍，有利于分辨突破衍射极限的物体或结构。目前，SRUMI已应用于临床诊断的各个领域，包括大脑、肾脏、肿瘤和淋巴结等的微血管系统临床前和临床成像研究。本文就近年来关于SRUMI在医学领域的临床前及临床成像应用进展进行综述。

本文引用格式

杨高怡 , 王莹 , 张莹 , 俞跃辉 , 张旭 , 林婷 , 童嘉辉 , 陈佩君 , 罗佳磊 , 颜心怡 . 超高分辨超声微血管成像技术在医学领域的研究应用[J]. 中华医学超声杂志（电子版）, 2024 , 21(02) : 167 -169 . DOI: 10.3877/cma.j.issn.1672-6448.2024.02.010

一、SRUMI概述与技术步骤

SRUMI是超声技术的一个分支，是光学超高分辨的声学对应物，将粒子定位和跟踪方法应用于超声造影（contrast enhanced ultrasound，CEUS），旨在对超出衍射极限的脉管系统进行成像和量化^［1］。所有的成像系统都有一个固有的点扩散方程（point-spread function，PSF），描述了成像系统对点源的解析能力，通常点源在经过成像系统的处理后都会形成一个扩大的像点，SRUMI的目的是去除成像系统的影响，根据PSF，尽量还原出物体原始的结构^［2］。

目前，SRUMI技术以CEUS成像为基础，造影剂微泡（microbubble，MB）被认为是点散射体，它们的直径通常为1~10 µm，比超声波波长小得多，经过超声机器成像系统的处理，MB在二维CEUS成像中呈现出中间亮，向外逐渐变暗的圆形。SRUMI通过对注入的MB进行定位，并用超高分辨算法进行处理，在亚波长分辨率级别跟踪它们的位移，以重建最终的超高分辨率图像，可以生成微米级的血管分布和速度图^［1，3］。

SRUMI技术的处理步骤包括造影剂MB导入，录像采集，运动校正，MB检测、分离，定位、追踪和可视化^［2］。即SRUMI图像是通过叠加数以千计的孤立MB，经过一系列后处理获取的数据。凭借前所未有的空间分辨率和实际合理的时间分辨率，SRUMI可能成为一种很有前途的诊断异常血管改变相关疾病的工具。由于其无侵入性、低成本，具有安全性和广泛的可及性，它也有可能成为监测疾病进展和治疗疗效的首选方法。

二、SRUMI在医学领域的应用

微血管结构和血流动力学是许多疾病病理诊断和评估的重要指标。活体组织微血管的结构和功能成像是许多成像方法发展的重要临床目标。以下将分别从脑血管、肾脏、肿瘤、淋巴结四个方面来阐述SRUMI在医学领域的应用。

（一）脑血管

SRUMI显示大脑血管具有重要意义，因为大脑的血管较多且复杂，小血管通过神经胶质系统与神经元系统紧密相连^［4］，利用SRUMI识别大脑深处的小血管对神经病学的诊断和治疗具有重要的意义。目前，SRUMI已用于评估与小鼠年龄相关的血管改变^［5］，以及用于测量小鼠的脑动脉搏动^［6］。2015年，Errico等^［7］通过开颅手术和磨薄颅骨窗，在15 MHz的超声频率条件下制作了令人震惊的大鼠体内脑血管系统图像。颅骨是高分辨率超声脑成像的主要障碍，因此超声成像需要在较低频率下进行，或通过声学窗进行，如颞窗和枕下窗等，研究者还指出，将成像频率降低到2.5 MHz仍然可以获得6 mm的各向同性分辨率，并认为在此频率下，通过人类颞骨进行成像是可行的。2020年，Soulioti等^［8］使用超声仪器在2.5 MHz频率下通过模拟人体颞骨进行了经颅超高分辨率成像，进一步证实了这种方法的可行性。SRUMI在脑血管显像方面潜力巨大，但目前还没有任何非侵入性成像技术可捕捉人脑1 mm分辨率以下的解剖特征，这仍需要进一步探索研究。

（二）肾脏

肾微血管变化的检测对于慢性肾脏疾病的早期诊断和监测具有重要意义。而在进行性肾脏疾病病程期间，能够对肾微血管改变进行无创诊断和监测肾微血管改变的诊断工具较少。虽然CEUS在定量和监测肾脏微血管灌注方面的可行性已得到证实^［9］，但其在评估慢性肾脏病方面的效能仍不明确。与CEUS相比，SRUMI对慢性肝肾疾病微血管网络的显示和微血管灌注参数的定量分析可能更有助于慢性肝肾疾病的评估^［10］。目前，多项SRUMI相关临床前研究已证明肾脏血管变化与疾病有关，但其临床潜力尚不清楚。Chen等^［11］研究指出，与假手术组的小鼠不同，患有单侧缺血再灌注诱导的慢性肾脏疾病的小鼠的肾皮质血管密度降低，迂曲度增加。在Andersen等^［12］的研究中，大鼠肾脏的皮质和更深层的髓质中发现血管扩张剂诱导的MB灌注速度降低，并获得了大鼠肾脏的详细超声超高分辨力图像，而Qiu等^［13］在高血压大鼠的皮质桡动脉中发现MB灌注速度增加。人体肾脏的皮层血管也已能够通过SRUMI显示，人体肾皮质是一种复杂的血流模式，具有高灌注、致密的微血管结构^［14］。

（三）肿瘤

血管生成的驱动因素使肿瘤生长超出宿主组织的天然血液供应，其释放促血管生成因子，这些因子局部刺激增加的微血管发育，为不断增长的恶性肿瘤提供营养^［15］，因此观察微血管结构，有助于早期诊断恶性肿瘤。2012年，Gessner等^［16］通过声学血管造影也就是高分辨率超谐波成像技术观察了癌症相关的微血管异常。此后研究者使用这种微血管成像方法，在异种移植瘤和自发性肿瘤中都观察到了肿瘤相关血管生成的明确指标^［17］。2017年，Lin等^［18］应用超分辨率成像可视化大鼠纤维肉瘤肿瘤的三维微血管模式，并将微血管特征与对照组健康组织进行比较，超分辨率成像显示肿瘤具有不同于健康组织的血管生成特征。在临床上，SRUMI已应用于甲状腺肿瘤以及乳腺肿瘤^［19-20］。研究表明，SRUMI可以成功地应用于乳腺肿瘤和甲状腺肿瘤，显示微血管的分辨率明显高于传统的彩色多普勒血流显像（color Doppler flow imaging，CDFI）和CEUS图像。SRUMI可获得重要的影像学标志物，如微血管密度、微血管流速等，为临床提供更多有用信息，并有可能成为辅助肿瘤疾病鉴别诊断的新工具。此外，Huang等^［14］通过超高分辨率超声检测到了深度为60 mm的胰腺肿瘤和深度为15 mm的乳腺肿瘤。

（四）淋巴结

淋巴系统与肿瘤疾病关系密切。在癌症患者中，肿瘤细胞通常通过淋巴道扩散到区域淋巴结和远处的部位。转移性淋巴结的准确识别和定量对于癌症患者的预后评估和治疗计划的制定仍然是必不可少的^［21］。2019年，Zhu等^［22］对兔腘窝淋巴结的微脉管系统进行了超高分辨成像的研究。超高分辨图像显示兔淋巴结中有微血管，其分支在30 μm的空间分辨率下可以清楚地分辨出来，较现有多普勒技术提高了15倍。血流速度分布还显示了兔腘窝淋巴结大部分血流速度低于5 mm/s。近期，又有学者在人体中使用SRUMI技术将转移性淋巴结与反应性淋巴结区分开来，该研究表明，与反应性淋巴结相比，转移性淋巴结的血流更加不规则，初步证明了超高分辨率超声用于淋巴结临床显像的可行性^［23］。

（五）其他

除上述研究外，SRUMI也在兔眼球、小鼠肝脏、人体胫骨前肌以及股动脉的动脉粥样硬化斑块等活体器官中取得了很有前景的结果^{［24,25,26］}。此外，有研究展示了一例前列腺癌患者的SRUMI初始图像，结果表明密度图和速度图均显示出与组织学评估良好的相关性。速度图表明，由于新生血管形成，肿瘤区域具有多余的吻合血管。该研究还提出，因为前列腺的位置特殊，不受呼吸运动的影响，因此不需要组织运动补偿^［27］。广泛的研究旨在通过成像技术对肿瘤疾病进行诊断和分级，以取代侵入性活检方法，并降低过度治疗和治疗不足的风险。

三、基于深度学习的超高分辨率超声成像

单一的超高分辨率图像只能用足够数量的局部微泡帧来重建，以获得足够的信噪比，这种大规模的数据采集导致了相对较长的扫描时间，而且可能会导致图像的运动伪影^［28］。最近，van Sloun等^［29］提出了深度学习下的超声定位显微成像（deep ultrasound localization microscopy，Deep-ULM），即利用深度学习进行超高分辨成像的技术。Deep-ULM利用现代深度学习策略，使用卷积神经网络在密集场景中进行定位显微检查，利用真实的在线合成数据对Deep-ULM进行有效训练，使其能够在多种成像条件下进行体内推断。目前，基于深度学习的方法在时间准确性和重建准确性方面均有出色表现，其不仅可以缩短数据处理的时间、优化图像质量，还可以降低计算复杂度^［28］。Brown等^［30］研究评估深度学习用于体外数据集训练后再用于体内数据集，其准确性高达88.0%。

因此，基于深度学习模型的方法在实现实时成像系统方面具有很大的优势和潜力。然而，由于一些伪影和非线性影响，真实体内数据的合成训练数据集和真实体内数据之间的差异将变得更大，因此深度学习应用于体内情况下的性能可能会有所下降。

四、小结与展望

CEUS的诊断效能受到众多因素的影响，如超声仪器的类型及条件设置、患者个体变异、操作者经验和造影剂材料等，其中主要因素是观察者间和观察者内存在较大程度的主观性判断，导致诊断结果的偏差。这些因素在CEUS衍生的非定量血容量和流量测量的不确定性增加中起着重要作用。在医学成像方面具有巨大潜力的进展是将粒子定位和跟踪方法应用于 CEUS，受超高分辨光学显微成像的启发，SRUMI应运而生，其通过直接观察靶器官的微血管，为医学研究领域提供了新视角。

尽管SRUMI已历经数十年的发展，但对于靶器官三维微血管的显示仍需要做出进一步努力，其需要克服的主要问题是操作流程仍较繁琐，显示微血管结构时间长，特别是应用于结构较复杂的人体时。此外，微血管的显示还受到了时间分辨率、血流流量、信噪、缺乏金标准、缺乏三维重建以及缺少相关技术软件支持等各方面因素的影响。今后，还需要通过深度学习方法加快SRUMI成像时间，进一步改善信噪，提高定位的精度，使MB更容易被区分。目前，SRUMI在动物实验模型中的研究成果逐渐增多，而将技术向临床转化才是当前医学领域迫切需要解决的问题。

综上所述，超高分辨率成像技术具有巨大的潜力，应用范围不断扩大，除了对靶区成像之外，还可以监测疾病进展，为疾病提供干预措施^［1］。相信未来SRUMI技术可以进一步促进精准医疗，为患者提供更便捷、无创的诊断方法。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	Christensen-Jeffries K, Couture O, Dayton PA, et al. Super-resolution ultrasound imaging [J]. Ultrasound Med Biol, 2020, 46(4): 865-891.

2	钟传钰, 郑元义. 超声超分辨率微血流成像研究进展 [J]. 中国医学影像技术, 2021, 37(12): 1799-1805.

3	Errico C, Pierre J, Pezet S, et al. Ultrafast ultrasound localization microscopy for deep super-resolution vascular imaging [J]. Nature, 2015, 527(7579): 499-502.

4	Iadecola C. Neurovascular regulation in the normal brain and in Alzheimer's disease[J]. Nat Rev Neurosci, 2004, 5(5): 347-360.

5	Lowerison MR, Sekaran NVC, Zhang W, et al. Aging-related cerebral microvascular changes visualized using ultrasound localization microscopyin the living mouse [J]. Sci Rep, 2022, 12(1): 1-11.

6	Bourquin C, Poree J, Lesage F, et al. In vivo pulsatility measurement of cerebral microcirculation in rodents using dynamic ultrasound localization microscopy [J]. IEEE Trans Med Imaging, 2022, 41(4): 782-792.

7	Errico C, Pierre J, Pezet S, et al. Ultrafast ultrasound localization microscopy for deep super-resolution vascular imaging [J]. Nature, 2015, 527(7579): 499-502.

8	Soulioti DE, Espindola D, Dayton PA, et al. Super-resolution imaging through the human skull [J]. IEEE Trans Ultrason Ferroelectr Freq Control, 2020, 67(1): 25-36.

9	Jeong S, Park SB, Kim SH, et al. Clinical significance of contrast-enhanced ultrasound in chronic kidney disease:a pilot study [J]. J Ultrasound, 2019, 22(4): 453-460.

10	Yi HM, Lowerison MR, Song PF, et al. A review of clinical applications for super-resolution ultrasound localization microscopy [J]. Curr Med Sci, 2022, 42(1): 1-16.

11	Chen Q, Yu J, Rush BM, et al. Ultrasound super-resolution imaging provides a noninvasive assessment of renal microvasculature changes during mouse acute kidney injury [J]. Kidney Int, 2020, 98(2): 355-365.

12	Andersen SB, Taghavi I, Søgaard SB, et al. Super-resolution ultrasound imaging can quantify alterations in microbubble velocities in the renal vasculature of rats [J]. Diagnostics (Basel), 2022, 12(5): 1111.

13	Qiu L, Zhang J, Yang Y, et al. In vivo assessment of hypertensive nephrosclerosis using ultrasound localization microscopy [J]. Med Phys, 2022, 49(4): 2295-2308.

14	Huang C, Zhang W, Gong P, et al. Super-resolution ultrasound localization microscopy based on a high frame-rate clinical ultrasound scanner: An in-human feasibility study [J]. Phys Med Biol, 2021, 66(8): 10.1088/1361-6560/abef45.

15	Jain RK. Determinants of tumor blood flow: A review [J]. Cancer Res, 1988, 48(10): 2641-2658.

16	Gessner RC, Aylward SR, Dayton PA. Mapping microvasculature with acoustic angiography yields quantifiable differences between healthy and tumor-bearing tissue volumes in a rodent model [J]. Radiology, 2012, 264(3): 733-740.

17	Rao SR, Shelton SE, Dayton PA. The “fingerprint” of cancer extends beyond solid tumor boundaries: Assessment with a novel ultrasound imaging approach [J]. IEEE Trans Biomed Eng, 2015, 63(5): 1082-1086.

18	Lin F, Shelton SE, Espındola D, et al.3D ultrasound localization microscopy for identifying microvascular morphology features of tumor angiogenesis at a resolution beyond the diffraction limit of conventional ultrasound [J]. Theranostics, 2017, 7(1): 196-204.

19	Zhang G, Lei YM, Li N, et al. Ultrasound super-resolution imaging for differential diagnosis of breast masses [J]. Front Oncol, 2022, 12: 1049991.

20	Zhang G, Yu J, Lei YM, et al. Ultrasound super-resolution imaging for the differential diagnosis of thyroid nodules: A pilot study [J]. Front Oncol, 2022, 12: 978164.

21	Grills IS, Kestin LL, Goldstein N, et al. Risk factors for regional nodal failure after breast-conserving therapy: Regional nodal irradiation reduces rate of axillary failure in patients with four or more positive lymph nodes [J]. Int J Radiat Oncol Biol Phys, 2003, 56(3): 658-670.

22	Zhu J, Rowland EM, Harput S, et al. 3D super-resolution US imaging of rabbit lymph node vasculature in vivo by using microbubbles [J]. Radiology, 2019, 291(3): 642-650.

23	Zhu J, Zhang C, Christensen-Jeffries K, et al. Super-resolution ultrasound localization microscopy of microvascular structure and flow for distinguishing metastatic lymph nodes - an initial human study [J]. Ultraschall Med, 2022, 43(6): 592-598.

24	Qian X, Kang H, Li R, et al. In vivo visualization of eye vasculature using super-resolution ultrasound microvessel imaging [J]. IEEE Trans Biomed Eng, 2020, 67(10): 2870-2880.

25	Hao Y, Wang Q, Yang Y, et al. Non-rigid motion correction for ultrasound localization microscopy of the liver in vivo [C]. Glasgow UK: IEEE International Ultrasonics Symposium (IUS), 2019.

26	Harput S, Christensen-Jeffries K, Brown J, et al. Two-stage motion correction for super-resolution ultrasound imaging in human lower limb [J]. IEEE Trans Ultrason Ferroelectr Freq Control, 2018, 65(5): 803-814.

27	Kanoulas E, Butler M, Rowley C, et al. Super-resolution contrast-enhanced ultrasound methodology for the identification of in vivo vascular dynamics in 2D [J]. Investigat Radiol, 2019, 54(8): 500-516.

28	Chen Q, Song H, Yu J, et al. Current development and applications of super-resolution ultrasound imaging [J]. Sensors (Basel), 2021, 21(7): 2417.

29	van Sloun RJG, Solomon O, Bruce M, et al. Super-resolution ultrasound localization microscopy through deep learning [J]. IEEE Trans Med Imaging, 2021, 40(3): 829-839.

30	Brown KG, Ghosh D, Hoyt K. Deep learning of spatiotemporal filtering for fast super-resolution ultrasound imaging [J]. IEEE Trans Ultrason Ferroelectr Freq Control, 2020, 67(9): 1820-1829.

Options

文章导航

模态框（Modal）标题

摘要