南京大學(xué)物理學(xué)院屠娟教授、章東教授聯(lián)合南京大學(xué)生命科學(xué)學(xué)院朱景寧教授、張瀟洋特聘研究員提出基于速度約束與運(yùn)動(dòng)補(bǔ)償?shù)某�快超聲定位顯微成像算法，突破“分辨率極限”，并在大鼠腦、腎等器官中實(shí)現(xiàn)了微血管網(wǎng)絡(luò)的超分辨率成像，繪制高清晰“生命微觀通路圖”，為心腦血管及微循環(huán)系統(tǒng)相關(guān)的基礎(chǔ)醫(yī)學(xué)研究和重大疾病診療提供了全新顯像工具。

超聲檢查因其安全無創(chuàng)、無電離輻射、操作便捷，已成為臨床診斷的重要工具。然而傳統(tǒng)超聲成像技術(shù)存在一個(gè)關(guān)鍵瓶頸，即受限于物理衍射極限，其空間分辨率難以清晰顯示組織器官內(nèi)部細(xì)小的微循環(huán)血管網(wǎng)絡(luò)，這些血管的直徑往往只有頭發(fā)絲的十分之一，但其微血流分布的變化往往與心、腦、肝、腎等器官的重大疾病密切相關(guān)。

而超分辨的超聲定位顯微成像（Ultrasound Localization Microscopy，ULM）技術(shù)，通過追蹤微米尺度的超聲造影劑微泡，并精確描繪這些微泡的運(yùn)動(dòng)軌跡，成功繪制高清“微血管通路圖”。這項(xiàng)突破使研究人員首次能夠利用超聲成像清晰觀察到腦組織、腫瘤微環(huán)境等關(guān)鍵部位的精細(xì)血流分布。但這項(xiàng)技術(shù)在實(shí)際應(yīng)用中遇到了幾個(gè)“卡脖子”難題：

·“認(rèn)錯(cuò)人”問題：當(dāng)微泡數(shù)量多、血流速度快（如心臟附近）或圖像有干擾時(shí)，容易混淆微泡運(yùn)動(dòng)軌跡。

·“算得慢”瓶頸：重建一幅高清血管圖需要大量計(jì)算，難以滿足臨床術(shù)中實(shí)時(shí)成像的需求。

·“脈動(dòng)”干擾：患者呼吸、心跳等自然運(yùn)動(dòng)會(huì)干擾微泡信號(hào)追蹤，導(dǎo)致圖像重建模糊。

這些技術(shù)瓶頸嚴(yán)重制約著ULM在臨床中的廣泛應(yīng)用。正因如此，研發(fā)新一代更智能、更快速的超聲定位顯微成像技術(shù)已成為亟需突破的關(guān)鍵難題。

針對(duì)以上挑戰(zhàn)，南京大學(xué)科研團(tuán)隊(duì)提出了一項(xiàng)關(guān)鍵技術(shù)突破——融合運(yùn)動(dòng)補(bǔ)償和速度約束的卡爾曼濾波超聲定位顯微成像（vc-Kalman ULM）算法。該方法的主要?jiǎng)?chuàng)新點(diǎn)包括：

（1）速度約束卡爾曼濾波追蹤算法：首先構(gòu)建包含微泡空間位置和亮度特征的狀態(tài)向量，通過“預(yù)測(cè)-匹配-校正”的遞歸優(yōu)化框架，結(jié)合速度約束規(guī)則自動(dòng)濾除“假信號(hào)”，精準(zhǔn)追蹤微泡軌跡。針對(duì)大鼠腦部微血管成像（圖1）結(jié)果顯示，vc-Kalman ULM可以有效提升微泡追蹤準(zhǔn)確度，清晰顯示微血管網(wǎng)絡(luò)空間分布及運(yùn)動(dòng)方向，并精準(zhǔn)量化微血流速度變化。

圖片:1AECED6564A51A6321522F44783_2F255624_604E2.png

圖1.大鼠顱腦微血管速度圖

（2）自適應(yīng)運(yùn)動(dòng)補(bǔ)償機(jī)制：結(jié)合動(dòng)態(tài)規(guī)劃與互相關(guān)搜索，有效消除呼吸、心跳等組織生理運(yùn)動(dòng)帶來的圖像擾動(dòng)，確保在心、腎等生理運(yùn)動(dòng)幅度較大的器官中也能重建出高精度的超分辨率血流通路圖像。大鼠腎皮質(zhì)中微血流成像（圖2）實(shí)驗(yàn)結(jié)果顯示，基于動(dòng)態(tài)規(guī)劃的互相關(guān)搜索過程可實(shí)現(xiàn)有效的運(yùn)動(dòng)補(bǔ)償，成功抑制了大鼠腎臟因呼吸、心跳及輕微組織運(yùn)動(dòng)而產(chǎn)生的噪聲和擾動(dòng)，清晰顯示微小血管的邊緣輪廓，圖像信噪比（CNR）和誤差指標(biāo)（nRMSE）全面優(yōu)于傳統(tǒng)算法。

圖片:7E96F2D9EB94B88BAADD1943A10_E11682BE_4E225.png

圖2.大鼠腎微血管傳統(tǒng)算法與vc-Kalman算法對(duì)比

（3）低幀率條件下保持“穩(wěn)、準(zhǔn)、清”：本研究提出的vc-Kalman算法成功解決了傳統(tǒng)ULM在低幀率成像時(shí)的軌跡匹配精度下降問題。通過融合微泡亮度特征與歷史位置等多維信息，即使在146 Hz的幀率條件下也能實(shí)現(xiàn)可靠的微泡定位和微血流成像，這一突破將顯著降低數(shù)據(jù)采集和傳輸要求，為便攜式設(shè)備和術(shù)中實(shí)時(shí)成像鋪平道路。圖3展示了不同采樣幀率下傳統(tǒng)ULM方法與vc-Kalman ULM方法成像的結(jié)果對(duì)比，很明顯vc-Kalman算法相較于傳統(tǒng)算法具有更高的魯棒性。

圖片:F2396D96674735F273950A9CC94_259D26C6_615A5.png

圖3.不同幀率條件下，傳統(tǒng)算法和vc-Kalman算法對(duì)比結(jié)果

相關(guān)研究成果以題為“Velocity-Constraint Kalman Filtering for Enhanced Bubble Tracking in Motion Compensated Ultrasound Localization Microscopy”的工作近日發(fā)表于Research期刊上（2025，8:0725，DOI：10.34133/research.0725）。

未來，研究團(tuán)隊(duì)將基于更強(qiáng)大的并行計(jì)算架構(gòu)，持續(xù)優(yōu)化GPU加速方案，進(jìn)一步探索三維、多通道成像方案。基于這些技術(shù)創(chuàng)新，目標(biāo)實(shí)現(xiàn)2000幀/秒的超高速三維ULM成像，構(gòu)建便攜式、高通量、高分辨率的“未來超聲顯微平臺(tái)”，有力推動(dòng)該技術(shù)在腦卒中預(yù)警、腫瘤篩查、術(shù)中導(dǎo)航等臨床關(guān)鍵場(chǎng)景落地應(yīng)用。

論文鏈接：https://spj.science.org/doi/10.34133/research.0725