CN117355258A - 可拉伸超声阵列对深层组织模量的三维映射 - Google Patents

Abstract

一种用于确定个体中的组织的力学特性的方法包含将可拉伸和/或柔性超声成像装置附接到所述个体。所述超声成像装置包含换能器元件的至少一维阵列，所述换能器元件将超声波传输到所述个体中。在通过压缩将应变施加到所述组织之前从所述个体中的所述组织接收第一系列超声波，并且在将所述压缩施加到所述组织之后从所述组织接收第二系列超声波。将来自所述第一系列超声波的数据与来自所述第二系列超声波的数据进行比较以获得所述组织的位移数据，从所述位移数据可获得表示施加到所述组织的应变的应变数据。使用所述位移数据产生表示所述组织内的2D模量分布的2D图像。基于所述2D模量分布来识别所述组织的一或多个力学特性。

Description

可拉伸超声阵列对深层组织模量的三维映射

政府资助

本发明是在政府支持下根据美国国立卫生研究院授予的EB027303完成的。政府对这项发明有一定的权利。

背景技术

人体组织的力学特性对人体生理系统的结构和功能至关重要。对各种器官进行频繁的力学表征可以及时评估组织生长、代谢状态、免疫功能和激素调节。最重要的是，病变组织的力学特性通常可以反映病理生理条件。监测这些特性可以提供有关疾病进展的关键信息，并及时指导干预。例如，已知癌变肿瘤的硬度与健康组织不同。另外，在一些肿瘤中，当它们在某些发育阶段生长时，硬度会发生变化，而且这些变化可能快速发生。生长阶段评估和治疗指导需要经常检查这些肿瘤的硬度。力学表征在许多肌肉骨骼疾病和损伤的诊断和康复中也至关重要。对肌肉模量的长期监测能够更积极地筛查风险区域。组织模量的连续监控也被证明有助于心血管疾病的早期检测和跟踪。理想的技术应提供具有准确位置、形态和力学信息的深层组织的时间、非侵入性和三维(3D)映射。然而，现有方法无法满足这一至关重要的需求。

从炎症到囊肿、纤维化和癌瘤，许多病理表现会改变软组织的力学特性，尤其是弹性模量，其可以作为临床诊断的生物标志物。具体来说，杨氏模量的增加在人体乳房中的良性和恶性肿瘤的发展中都是典型的，主要是由于细胞外基质中密度更大的胶原纤维的增殖。充满液体的囊肿表现出比正常组织低得多的硬度。与例如肌炎和迟发性肌肉酸痛等损伤或炎症相关的肌肉骨骼和腱组织表现出局部硬度的明显差异。此外，帕金森病和帕金森综合征的鉴别需要在给药之前和之后每分钟对肱二头肌进行应变率测试。由于缺乏频繁的检查和长期监测能力，无法快速有效地跟踪肿瘤生长、囊肿发展以及多种肌肉骨骼疾病和损伤的诊断和康复过程。

发明内容

对组织生物力学特性的连续监测已被证明可以有效地筛查早期病理生理状况、跟踪病变的演变，并评估康复进展。现有的评估方法要么是侵入性的，仅用于短期使用，要么提供有限的穿透深度或空间分辨率。本文描述了一种克服现有方法的缺点的可拉伸超声阵列。在一些情况下，可拉伸超声阵列能够在大于例如皮肤下4cm的区中进行连续的非侵入性弹性成像测量。重建的杨氏模量在生物组织中的三维分布已经通过磁共振弹性成像进行了定量验证。当应用于迟发性肌肉酸痛时，可拉伸超声阵列可以在运动后20分钟内检测到肌肉的微观结构损伤，这早在受试者的疼痛感开始之前。超声阵列还允许对不同物理治疗下肌肉损伤的动态恢复过程进行连续监测。可穿戴阵列和相关方法的结果可用于管理广泛各种疾病和病况，大大改善了用户体验和临床结果。

在一个方面，提供一种用于确定个体中的组织的一或多个力学特性的方法。根据所述方法，以可移除方式将可拉伸和/或柔性超声成像装置附接到所述个体。所述可拉伸和/或柔性超声成像装置包含换能器元件的至少一维阵列。使用所述换能器元件将超声波传输到所述个体中。在通过压缩将应变施加到所述组织之前使用所述换能器元件从所述个体中的所述组织接收第一系列超声波，并且在将所述压缩施加到所述组织之后使用所述换能器元件从所述个体中的所述组织接收第二系列超声波。将来自所述第一系列超声波的数据与来自所述第二系列超声波的数据进行比较以获得所述组织的位移数据，从所述位移数据可获得表示施加到所述组织的应变的应变数据。使用所述组织的所述位移数据产生表示所述组织内的2D模量分布的至少一个2D图像。基于所述2D模量分布识别所述组织的一或多个力学特性。

提供本发明内容是为了以简化形式介绍下文在具体实施方式中进一步描述的一系列概念。本发明内容不旨在识别所要求保护的主题的关键特征或基本特征，也不旨在用作辅助确定所要求保护的主题的范围。此外，所要求保护的主题不限于解决本公开的任何部分中指出的任何或所有缺点的实施方案。

附图说明

图1a-1g示出本文中所描述的可拉伸和/或柔性超声阵列的各种视图和表征数据。

图2a-2f示出用于确定弹性成像的策略的数据。

图3a-3d示出用于模拟不同病理组织环境的各种体模模型。

图4a-4e示出用于验证可拉伸阵列的3D成像性能的图像和数据。

图5a-5g示出与人体多部位映射有关的光学图像、示意图和数据。

图6A-6B示出证明可拉伸超声阵列对于连续组织模量监测的重要性的数据。

图7比较用于组织模量映射的现有方法。

图8A-8D示出说明商用超声剪切波弹性成像操作中常见缺陷的图像。

图9示出通过商用超声剪切波弹性成像机进行的模量成像。

图10A-10F示出说明常规刚性超声探头和可拉伸超声阵列在弯曲表面上的测试性能的图像。

图11是一个换能器元件的分解视图的示意图。

图12是用于通过可拉伸超声阵列重建弹性图形图像的工作流程。

图13A-13C示出证明接收波束成形的效果的示意图、图像和数据。

图14A-14B示出通过有限元分析对压缩之前和之后换能器位置的变化的模拟。

图15A-15F示出表征乳房体模的皮肤曲率的示意图和数据。

图16A-16D示出与时延轮廓的确定有关的数据。

图17A-17C示出归一化互相关和最小二乘应变估计器算法。

图18A和18B示出图形用户界面的布局。

图19A-19G示出与可拉伸阵列的曲率范围的确定有关的示意图和数据。

图20A和20B示出说明传输均匀性和接收均匀性的数据。

图21A-21G示出七层电极的设计和制造。

图22示出与各向异性导电膜结合的可拉伸超声阵列的光学图像。

图23A-23D示出与有效激光束大小和聚焦深度的评估有关的示意图和数据。

图24A-24C示出与换能器阵列的机电表征有关的数据。

图25A-25B示出用于表征换能器的超声造影灵敏度的设置以及电匹配电路的相应设计的示意图。4

图26A-26B示出与疏水性表征有关的数据和图像。

图27A-27E示出在拉伸性测试下的可拉伸超声阵列的光学图像。

图28A-28B示出在变形下的换能器的性能表征数据。

图29A-29C示出比较三种不同传输模式的模拟。

图30A-30B示出影响复合角的步长和数量的因素。

图31A-31D示出用于重建不同角度数的图像的处理时间。

图32A-32E示出组织模拟体模的制造过程和光学图像。

图33A-33B示出用于表征弹性成像空间分辨率的示意图和数据。

图34示出准静态应变速率方案中的组织模拟明胶体模的应力-应变图。

图35A和35B示出商用乳房体模的模量验证。

图36A至36D示出不同体模的中心线处的位移和应变曲线。

图37A-37D是示出在囊肿体模中产生位移曲线的机制的示意图。

图38示出可拉伸超声阵列对夹杂物体模的2D应变图像的16个切片。

图39A-39B示出可拉伸超声探头和商用超声探头获得的夹杂物体模的3D应变图像。

图40示出可拉伸超声阵列对商用乳房体模的2D应变图像的16个切片。

图41A-41B示出可拉伸和商用超声探头对商用乳房体模的3D应变图像。

图42A-42B示出对体模的位移和应变的重复测试。

图43是用于计算正向弹性问题和反弹性问题的过程的流程图。

图44A-44H示出均匀和非均匀压缩的模拟结果。

图45示出模拟的阴影伪影。

图46示出计算反弹性问题的L曲线。

图47A-47B示出猪腹部组织的测量位移场与预测位移场之间的比较。

图48A-48C示出商用乳房体模的应变曲线的纵向研究结果。

图49A-49C示出与牛臀大肌的模量演变的连续监测有关的光学图像和数据。

图50示出证明体内测量的解剖结构和位置的示意图。

图51A-51D示出对10个受试者验证装置可靠性的图像。

图52A-52B示出酸痛视觉模拟量表和测试方案。

图53A-53C示出与上臂的3D弹性成像重建有关的图像。

图54A-54B示出提供由商用超声系统测量的上臂的全视图的图像。

图55A-55B示出在监测之前和之后的皮肤的光学图像。

图56A-56F示出多个受试者中迟发性肌肉酸痛的连续监控数据。

图57A-57E示出比较超声凝胶和硅酮之间的耦合性能的数据和图像。

图58是示出压缩之前和之后的肌肉纤维的长度的示意图。

具体实施方式

引言

本文描述了一种具有改进的装置工程和成像算法的可拉伸和/或柔性超声阵列。相干复合成像策略能够实现精确的位移计算，且因此实现整个超声造影窗口中增强的弹性成像信噪比(SNR_e)和对比度噪声比(CNR_e)。通过求解反弹性问题，可以导出定量模量分布，这比利用传统的准静态弹性成像获得的定性应变分布有显著改进。此技术的可靠性通过在各种人工体模模型和离体生物试样上的测试得以证明，并通过磁共振弹性成像(MRE)进行了定量验证。对迟发性肌肉酸痛的体内研究表明，本文中所描述的装置和方法可以以非侵入性、连续的方式跟踪肌肉损伤的恢复进展，从而提供治疗指导。这些结果为监测组织力学特性提供了方便有效的方法，有助于诊断和治疗各种疾病和症状。

传统刚性超声探头的测量可能遭受声耦合不良，因为它们的刚性表面无法适应人体的曲线形状。为了解决这个问题，可以使用本文中所描述的可拉伸和/或柔性超声阵列进行模量感测。图1a示出采用换能器元件的16乘16阵列的可拉伸和/或柔性超声装置的一个特定实施例的示意性工作机构(额外细节参见下文描述的图11和12)。如图1a所示，所述阵列能够经由一种类型的用于高质量成像的基于硅酮的耦合剂符合人体皮肤并在声学上耦合(参见下文描述的图10A-10F)。在此实施例中，换能器元件通过七层电极并联连接，并用防水和生物相容的硅酮弹性体封装。图11中示出每个元件的分解视图，示出了元件的结构和部件。这种布局设计允许使用特定时延轮廓单独激活每个元件，并捕获来自散射源、(左)压缩前和(右)压缩后的反射回波。波束成形的压缩前和压缩后信号相互关联，以导出位移、应变和模量场。ACF：各向异性导电膜。

阵列被激活后，超声波被发送到装置下方的组织中。散射源(例如，组织界面)可以反射超声波，超声波携带这些散射源的位置信息。然后，反射波被超声阵列中的换能器元件接收为射频数据。每个元件收集的射频数据接着通过接收波束成形来增强(参见下文描述的图13A-E)。在此之后，通过准静态单轴压缩对组织施加应变(例如，0.5％～1％的应变)。低应变确保组织表现出线性应力-应变行为，即其杨氏模量不随载荷变化。在压缩之后，阵列间距的最大变化仅为0.02％(参见下文描述的图14A-14B)。因此，对于传输波束成形和接收波束成形而言，相关联的相位像差可忽略，特别是对于深层组织检查而言(参见下文描述的图15A-F和图16A-16D)。因此，可以将相同的时延轮廓用于压缩后和压缩前接收波束成形。

使用归一化互相关算法来比较压缩之前和之后的射频数据，并以高超声造影灵敏度和准确率计算散射源的位移(参见下文描述的图17A和17B)。使用最小二乘应变估计器将位移转换为应变，同时最小化可能的波动(参见下文描述的图17C)。具有实时显示窗口和控制面板的图形用户界面可以用于定位装置并量化对受试者的压缩(参见下文描述的图18A-18B)。为了量化组织内部的模量分布，求解了下文更详细讨论的反弹性问题。

在一些实施例中，3MHz的中心频率可以用于平衡组织中超声波的高空间分辨率和频率相关线性衰减的要求。表征的平均谐振频率和反谐振频率表示标准偏差较小，表明整个阵列的一致性(见图1b，其示出256个元件的谐振频率、反谐振频率和计算的有效机电耦合系数(K_eff)分布(插图))。给定软组织中～500μm的对应超声波长，选择了800μm的间距，所述间距适用于产生波收敛、产生高质量图像和最小化串扰。间距随着构象的变化而变为曲率。然而，确定在弯曲表面的波束成形中继续使用800μm的初始平面设计间距是合理的，因为在阵列的可采用的曲率范围内，间距的变化不超过0.0030％，可以忽略不计(下文描述的图19A-19G)。应注意，所有图像在本文中以灰度示出，并且通常表示使用不同颜色描绘各种特征的彩色图像。

使用可缩放方法来对准背衬材料和换能器元件，这增强了制造吞吐量和性能一致性，并避免了潜在的相位像差(参见下文讨论的图20A和20B)。为了单独寻址256个元件，转移印刷了六层激活电极和一层蛇形公共接地，并通过竖直互连访问路由到同一平面(参见下文讨论的补充图21A-23D)。使用低温结合技术来保持256个元件的高机电耦合系数(平均0.64，图1b的插图)，其性能与商用超声探头中的元件相当(0.58-0.69)。阵列的0.022的平均介电损耗表示由换能器加热引起的能量消耗是最小的(参见下文讨论的图24a)。脉冲回波响应和带宽的时域和频域表征如补充图24b和24c所示，其中导出了～50％的带宽。

由于设计良好的间距、1-3复合材料对剪切振动的抑制以及元件之间的硅酮弹性体的阻尼作用，元件之间的串扰低于-30dB的标准值(参见图1c，其示出对两个相邻元件和两个间隔元件之间的串扰的评估)。匹配电路在谐振频率下有效地将插入损耗降低到16.98dB(参见下文讨论的图25)，与商用探头(17dB)相当。较低插入损耗产生极好的超声造影灵敏度，这对于模量成像至关重要。图1d示出具有和不具有匹配电路的换能器的插入损耗。由于回波产生的最大电功率，插入损耗在谐振频率下具有最小值。所使用的高性能1-3复合材料，加上创新的制造方案和有效的匹配电路，使得平均超声造影信噪比为39dB，与商用探头(41dB)相当。在水下测量两周的超声造影信噪比的标准偏差很小(0.87)，这是因为封装硅酮弹性体具有极好的防水性能(参见下文讨论的图26A-26B)。如图1e-1g所示，装置可以在各种模式下可逆地变形。示出成像装置在弯曲(图1e)或包裹(图1f)于复杂形状的表面上并且扭曲和拉伸(图1g)时的光学图像，示出其机械顺应性和稳定性。装置在不影响其机电特性的情况下的最大双轴拉伸性为～40％，表明其用于皮肤集成的可靠性(参见下文讨论的图27和28)。

弹性成像策略

为了确定弹性成像的传输模式，在三种不同的传输模式下模拟了双层体模中的二维(2D)应变分布：单平面波、单焦点和相干平面波复合(参见下文描述的补充图24)，然后分析了SNR_e和CNR_e，这是模量映射的两个最关键的度量。在这三种模式下，单平面波模式产生的SNR_e和CNR_e最低，这是因为非聚焦扫描的传输能量较低。图2a是示出双层体模中相干平面波复合、单焦点和单平面波传输模式的SNR_e和CNR_e的模拟。这些数据是在下文讨论的补充图18中沿着应变图像的中心线的七个不同深度处提取的。单焦点模式提供更好的SNR_e和CNR_e，但是只在焦深附近的区。相干平面波复合模式由处于不同传输角度的一系列单平面波组成，并且这些被操纵的帧被相干集成以重建多角度复合图像，在整个区具有复用信号强度。由此产生的SNR_e和CNR_e水平在所有区都显著增强。复合策略的性能在很大程度上取决于所用转向角的步长和数量。在这项工作中，使用了19个转向角和1°的步长，这在实验中发现可以提供最好的弹性成像的图像质量。图2b示出随转向角的步长而变的SNR_e。插图是示出复合过程的示意图：一组平面波以不同的转向角传输，并且通过相干地添加所有波束成形的图像来构建最终的复合图像。图2c示出具有不同数量的转向角的SNR_e和重建时间(也参见下文讨论的图30和31)。

高SNR_e对于高质量弹性成像非常重要。SNR_e受所施加应变的大小和归一化互相关系数的影响，归一化互相关系数反映了压缩之前和之后射频信号的相似性。SNR_e为6dB时，最小的可检测应变为0.0125％，这指示可拉伸阵列的高弹性成像灵敏度。图2d示出随所施加的应变而变的SNR_e和归一化相关系数(NCC)。通过-3dB应变滤波器，具有>0.8的NCC的阴影区域示出动态范围。在低应变水平下，位移信号较小，因此射频信号中相对较大的固有电噪声导致弹性成像图像中的偏差较大，从而导致较低SNR_e。随着所施加应变的增加，位移信号成比例地增加，而固有电噪声保持相对恒定，从而使得SNR_e增加。SNR_e在～1％应变时最高。超过1％的应变，射频信号在形状和振幅上失真，导致归一化互相关系数急剧下降，且因此导致SNR_e急剧下降(参见图2d)。动态范围(即具有高SNR_e的应变范围)是通过与最大SNR_e的-3dB截止来确定的，在这项工作中，最大SNR_e为0.36％～2.34％，对应于归一化互相关系数>0.8。

空间分辨率和对比度分辨率对于弹性成像也很重要。为了表征空间分辨率，对夹杂物体模中的横向和轴向过渡边缘的模量分布进行了成像和提取(参见下文讨论的图32)。模量分布的一阶导数产生点扩展函数(参见下文讨论的图33)，其在半峰全宽用于估计弹性成像空间分辨率。然后，空间分辨率被确定为在横向方向上为0.56mm且在轴向方向上为0.50mm。图2e示出基于点扩展函数(PSF)的半峰全宽(FWHM)的可拉伸超声阵列的横向和轴向分辨率。由于相干平面波复合模式的合成聚焦效应，空间分辨率在整个成像区的不同位置保持高且一致。

类似于空间分辨率，对比度分辨率被定义为具有6dB的对应CNR_e的模量对比度。为了量化对比度分辨率，对双层体模进行了测试，每个体模由具有不同弹性模量的两个同质明胶体模组成。每层的模量在10～100kPa范围内，覆盖了所有典型的健康组织和患病组织的模量范围(参见下文讨论的图34)，这产生了1.79dB到15.94dB范围内的界面模量对比度。由应变对比度与应变分布标准偏差的比值确定的CNR_e随着模量对比度变低而降低。图2f示出基于体模的CNR_e与模量对比度之间的关系的对比度分辨率的量化。决定系数>0.98的对数曲线拟合证明了实验结果的可靠性。装置的对比度分辨率确定为～1.79dB(即1.22的模量比)。

体模模型的表征

在肿瘤筛查和诊断的临床实践之后，使用了四种类型的体模来模拟不同的病理组织环境(参见下文讨论的图32)：由具有不同杨氏模量的两层组成的一维(ID)体模，其模拟有疾病或损伤区域的肌肉；由充满流体的圆柱形空腔组成的2D体模，其模拟经常出现在中央器官中的囊肿；具有固体圆柱形夹杂物的2D体模；以及有球形肿块的商用3D乳房体模。最后两个体模模拟了乳房中各种形态的肿瘤和结节。所有成分的杨氏模量已经通过标准设备(对于定制体模，参见下文讨论的图34)或临床超声机(对于商用体模，图35)表征。

许多肿块(囊肿体模除外)具有与周围组织相似的材料和组分，因此具有声阻抗。因此，如图3a-3d的第一列所示，它们呈现几乎无法通过B模式成像区分的均质回声反射性和最小的超声造影对比度。图3示出体模模型的表征。使用四种类型的体模来模拟不同的病理组织环境：具体地，图3a示出双层体模，其中顶层比底层硬2.03倍。图3b示出由充满流体的圆柱形空腔组成的囊肿体模，体模具有比基质硬1.61倍的圆柱形夹杂物(图3c)。图3d示出比基质硬2.54倍的球形肿块。第一列示出由商用超声探头采集的所有体模的B模式图像。第二列示出在压缩期间估计每个散射源在体模中的运动的位移场。超声阵列的位置被定义为原点。第三列示出对应的应变分布。第四列示出用位移分布求解反弹性问题产生定量模量对比度。

对体模模型的测试侧重于轴向位移场(见图3a-3d，第二列)。这是因为与横向位移和竖向位移相比，轴向位移可以更准确地反映每个散射源的运动，因为它平行于超声波传输的方向。当成分的模量较低时，应变较高(图3a-3d中的第三列)。计算应变的常见做法是取位移场的空间导数，其放大了位移场中的小波动(参见下文讨论的图17b)。为了解决这个问题，应用了具有分段线性曲线拟合方法的最小二乘应变估计器，其允许在平滑非物理波动的同时计算2D应变分布(参见下文讨论的图17c)。由此产生的应变分布清楚显示了夹杂物。囊肿体模例外，其应变分布图具有清晰可见的区(参见下文讨论的图3b以及图36和37)，该区在图的颜色呈现中可通过特定颜色区分，这是囊肿的特征，临床上已用于区分囊性病变和实性病变。为了评估可拉伸超声阵列在竖向方向上的分辨率，通过对可拉伸阵列获得的16个横截面图像进行整合来重建体模的3D应变图像。3D成像结果与具有类似中心频率(2.8MHz)的商用超声探头的结果相匹配(参见下文讨论的图38-41)。测量是高度可重复的，反映了可拉伸阵列的可靠性(参见下文讨论的图42)。

应变取决于所施加的载荷，因此应变映射可能是主观的并且取决于操作员。另外，如果载荷不均匀，则应变图无法精确地显示定量模量信息。为了避免这些问题，通过求解反弹性问题来量化剪切模量的空间分布。具体来说，将反弹性问题公式化为受约束优化问题。目标是寻求剪切模量分布，所述剪切模量分布产生满足2D线性弹性模型的平衡方程并与测得的位移场匹配的经预测位移场。通过基于梯度的最小化方法来求解优化问题，并使用伴随方法有效地计算梯度(参见下文讨论的图43)。杨氏模量分布是剪切模量分布的三倍。对于测得的位移场，可以精确地确定导出的模量分布。另外，非均匀外部压缩不影响重建的模量分布，因为逆方法不对给定横截面假设均匀的模量场(参见下文讨论的图44)。

模量分布图使内部结构的形态可视化，其与设计精确匹配(参见图3a-3d的第四列)。通常由夹杂物引起的阴影伪影(参见下文讨论的图45)在这里的弹性图形中没有出现，这是因为相干复合方法的高传输能量和可拉伸超声阵列的极好的超声造影灵敏度。双层、夹杂物和乳房体模的硬成分与软成分之间的平均模量对比度分别为1.94、1.50和2.21，与标准设备获得的对比度分别相差4.59％、6.81％和12.78％。应注意，对于囊肿体模，采集的值仅表明囊肿的硬度远低于周围基质的硬度，而不表示确切的模量比。在所有情况下都存在对模量对比度的轻微低估，因为用于求解反弹性问题的总变化正则化倾向于牺牲对比度以产生噪声较小的图像(参见下文讨论的图46)。由于出色的换能器性能和先进的相干复合方法，本文结果的总体>87％的准确率远高于文献中80％的平均准确率。

关于生物组织的验证和连续监测

在具有多层结构的4cm厚的猪腹部组织上验证了针对MRE的可拉伸阵列的3D成像性能。超声贴片上的每个1×16线性阵列可以映射2D横截面位移场和对应的模量分布(参见下文讨论的图47)。

图4a示出通过可拉伸超声阵列进行的猪腹部组织的3D定量弹性成像图像。在组织中，两个肌肉层与肌间脂肪相交，并且筋膜嵌入腹横肌中。3D弹性图形体现了由甘油和脂肪酸分子组成的均质的低模量脂肪层，以及由纵横交错和汇合纤维组成的具有较高模量的相对不均匀的肌肉群。图4b示出16对测得的和预测的位移场的平均3％的差异，通过求解反弹性问题重建的力学模型与实验条件之间具有高度的对应性，这表明了产生准确模量分布的坚实基础。图4c示出猪腹部组织的3D MRE图像。图4d示出商用乳房体模在八周内的应变对比度的Bland-Altman分析。每个数据点表示可拉伸超声阵列与商用探头之间测得的应变对比度的差。图4e示出在加热下一块牛臀大肌的随时间变化的硬度。

在图4a中，通过对具有0.8mm间距的模量图的16个切片进行整合来描绘3D弹性成像图像(图4a)，测得的位移场与预测的位移场之间的平均差异为3％。(图4b和方法)。3D图像示出软组织的不均匀性质。然后通过MRE测量同一猪腹部组织(参见图4c)。可拉伸阵列的体积映射结果在形态和模量分布方面与MRE的结果高度相当。通过可拉伸阵列测得的腹横肌、腹内斜肌、筋膜和肌间脂肪的平均模量对比度约为1.92:1.67:1.30:1；通过MRE测得的约为2.26:1.83:1.46:1；两者都可以与文献中的相当。

一种用于连续监控应用的方法需要具有长期再现性的稳定性，并具有拾取目标组织动态变化的高灵敏度。通过用可拉伸超声阵列和商用探头在八周内测试商用体模进行纵向研究。比较了两种方法测得的肿块与基质之间的应变对比度，并进行了Bland-Altman分析。所有数据点都在95％的置信区间内，表示可拉伸阵列与商用探头之间的良好一致性。另外，0.02的小偏置误差表示可拉伸阵列的高准确性，并且0.09的小精度误差表示装置在长期重复测量中的稳定性(参见下文讨论的图4d和图48)。为了测试可拉伸阵列的弹性成像灵敏度，在受控的单侧加热下测量了一块牛臀大肌，因为它的模量逐渐增加(参见下文讨论的图49)。测量持续了165分钟。结果清楚地表明，在加热之前，组织在整个深度上具有低模量(参见图4e)。当从底部加热时，靠近热源的组织区开始变硬，因为肌原纤维中的肌动蛋白变得坚固且较短，从而排出液体并使结构致密。随着加热的继续，高模量区逐渐增长，而高模量区与低模量区之间的边界仍然清晰地限定。这些记录证明了可拉伸阵列对深层组织力学进行连续监测的能力。

人体的多部位映射

体内测量可以进一步说明可拉伸超声阵列的临床价值。在这项研究中选择了人体上通常发生肌肉损伤的多个部位(参见下文讨论的图50)。图5a-5d呈现了从肩关节外侧(图5a)、前臂前侧(图5b)、大腿前侧(图5c)和小腿后侧(图5d)4cm深度内的应变映射的结果，其中解剖结构被标记，并与商用探头采集的对应B模式图像并置。应变图像中标记了关键解剖结构。可拉伸阵列可以有效地解决各种组织成分的力学特性。

为了进一步证明可拉伸超声贴片的可靠性，又招募了十名志愿者作为人体受试者(八名男性和两名女性)进行测试，平均年龄为25岁。使用了可拉伸超声贴片映射他们上臂的应变，并将商用超声探头采集的对应B模式图像放在旁边，以提供更清晰的结构对应关系。如图51所示，对应的应变映射结果中的解剖结构与B模式成像中的解剖结构高度匹配，并且每个成分的硬度对比度在应变映射结果上相似。结果表明，所述方法是可靠的，没有明显的偏差。

迟发性肌肉酸痛的连续监控

过度运动会对肌肉骨骼系统造成损伤，这些损伤与肌膜和其它部位的损伤有关。这些破坏导致炎症、硬度增加和组织功能受损。很多时候，酸痛感直到几天后才会出现。身体反应的迟发性阻碍了及时治疗，并且损伤往往被忽视且恶化。有几项研究报道了偏心运动之后肌肉模量的变化。然而，最初的测试是在参与者运动一小时后进行的，而到那时，肌肉损伤可能已经发生，因此无法精确地指出最初肌肉损伤的确切时间。另外，并不是每天都监测模量的变化，而是在一段时间内进行偶发性测试。如此低的测试频率很容易错过肌肉模量变化的转折点，并且无法提供准确的肌肉恢复趋势。另外，对组织的连续评估可以指导康复策略。MRE经常用于评估组织的硬度，以诊断组织损伤。然而，MRE机器不适合长期测试，这是由于其体积大、可用性有限且成本高。可拉伸超声阵列则能满足这些需求。选择一名健康的志愿者进行偏心肘关节运动，以产生迟发性肌肉酸痛(参见图5e，其为说明运动和物理治疗方案的示意图。也参见下文讨论的图52)。在运动之前，可以三维地观察上臂的界限分明的解剖成分(参见下文讨论的图53和54)。运动之后，肌肉可以自然恢复，也可以进行按摩或热疗。在所有实验中，持续五天每天监控肱二头肌的归一化模量对比度，以跟踪动态恢复过程。同时，基于疼痛视觉模拟量表来评估酸痛的强度(参见下文讨论的图52)。

图5f示出偏心运动前后肱二头肌的归一化模量对比度(顶部)和酸痛强度(底部)的一系列监测结果。在顶部面板中，每个点和误差条指示每次测试的肱二头肌模量对比度的平均值和标准偏差。相邻测试之间的时间间隔为一分钟。在底部面板中，根据疼痛视觉模拟量表评估酸痛评分。由于肌膜破坏引起的肌肉挛缩，肱二头肌的模量在运动之后20分钟内增加。然而，直到运动后的一天，酸痛感才出现。随着时间的推移，肌膜破坏持续，肌肉模量不断增加。同时，循环系统输送补给以修复肌膜，最终组织模量下降。在自然恢复过程中，肌肉模量持续增加两天，然后下降。当施加物理治疗时，这种增加只持续一天且最大模量较低。酸痛的强度有潜伏期，但其发展趋势与模量相似。第五天，物理治疗的归一化模量对比度和酸痛强度低于自然恢复疗法。此外，血液不能很好地通过受伤的肌原纤维循环，导致在测试期间肌肉不自主地颤抖，从而导致测量结果的变化。定义为标准偏差与平均值的比值的模量的变化系数在物理治疗中比在自然恢复中更小(见图5g，其示出所有测试之中的变化系数。热疗的最低变化表明其在肌肉损伤恢复中的疗效最佳。)。

这些共同结果证实，物理治疗促进了有效循环，加快肌肉恢复的补给。在这项研究中，热疗的疗效略高于按摩。持续五天每天佩戴装置一小时不会引起任何皮肤刺激(参见下文描述的图55)。反复发作的影响可能会对第一次发作之后的后续运动结果产生影响，这可能会在第二次发作和第三次发作时引起较低程度的肌肉损伤，从而干扰对物理治疗效果的评估。另外，结果可能因个别变量引入的不确定性或重合而受损。因此，三组随机分配的共六名受试者分别在自然恢复、按摩和热疗后进行偏心运动(详细过程和结果参见下文讨论的图56)。研究结果表明，运动间隔一个月完全消除了反复发作的影响，并进一步证明按摩和热疗确实可以加快肌肉恢复。

讨论

可拉伸超声阵列能够对深层组织的力学特性进行连续的非侵入性3D映射，任何现有的诊断装置都尚未能实现这一点。所述阵列证明高SNR_e、CNR_e、空间分辨率和对比度分辨率，这可归因于战略性阵列设计、创新微制造技术和有效超声传输模式带来的性能增强。求解反弹性问题得出3D组织中准确可靠的定量模量分布。可拉伸超声阵列可以在受试者感觉到肌肉损伤之前检测到肌肉损伤，因此能够及时干预，以防止累积性创伤障碍。总之，这些发现清楚地表明，可拉伸超声阵列可能是对现有临床监测模式的补充，并且可以作为用于定量深部组织损伤感测和治疗监测的独特平台技术。

在一些实施例中，可以利用先进的光刻、划片和取放技术来进一步优化阵列设计和制造，这可以减小间距并扩展孔径以实现更高的空间分辨率和更宽的超声造影窗口。另外，可拉伸超声阵列目前以有线方式用于数据和电力传输。这些后端任务由例如电子控件、脉冲发生器和接收器以及数据处理等基于桌面的接口系统承担，可以通过用作控制器的柔性印刷电路板来实现。随着低功耗集成电路和柔性锂聚合物电池技术的出现，设想整个硬件在维持其高性能的同时完全便携。除了肌肉损伤之外，这项技术还有可能实时监测肿瘤的大小和模量并为治疗决策提供信息，从而为基础肿瘤学研究和临床实践提供前所未有的分析方法。

通过新方法制造可拉伸超声阵列

出于说明的目的，将给出用于制造上述可拉伸和/或柔性超声阵列的实例的方法的一个实例。当然，可使用替代方法和技术来制造装置的此实施例和其它实施例。在此特定方法中，从制备多层刺激电极开始超声阵列的制造。为了单独控制阵列的每个元件，需要256个刺激电极和1个公共接地。在保持装置布局紧凑和可拉伸的同时，在单层中放置如此多电极将是非常具有挑战性的。选择以多层方式集成电极。使用AutoCAD软件来设计六层刺激电极，以单独寻址每个元件(图16)，这使整个装置的占用空间最小化到比我们先前工作中的可拉伸超声装置小得多的大小。阵列的间距从先前的2mm×2mm缩小到现在的0.8mm×0.8mm，并且切口也从先前的0.8mm减小到现在的0.2mm，这将有源元件密度从先前的39.06％提高到现在的58.05％。为了将所有元件路由到同一平面，采用了基于激光烧蚀的竖直互连接入。

在阵列的此实施例中，对于每个单个元件，在给定优良的机电耦合特性、适当的声阻抗和抑制的相邻元件之间的串扰的情况下，使用1-3复合材料作为活性材料。选择银-环氧树脂复合物作为背衬材料。为了使背衬层更加凝聚并减小总体装置厚度(～0.8mm)，将未固化的银-环氧树脂混合物以3000rpm离心10分钟。此操作分离多余的液体硬化剂，去除现有银-环氧树脂中的气泡，并且提高声波阻尼效果和轴向分辨率。

具有如此小的占用空间和大规模的阵列需要优化的制造技术。开发了一种将换能器元件自动对准结合电极的方法。首先将一大块背衬层结合到1-3复合材料上，然后将结合的双层切割成设计的阵列配置。在通过划片锯(DAD3220、DISCO)划片的过程中，使用强粘合带来固定双层而不分层。自动形成具有设计的元件大小和间距的2D阵列。当阵列与电极结合时，为了防止阵列倾斜或移动，在切口中填充硅酮弹性体(Ecoflex-0030、Smooth-On)并且并将各个元件连接在一起。

然后，使用导电环氧树脂(Von Roll 3022 E-Solder)将铜基可拉伸互连件与1-3复合电极结合。将所述装置在室温下放置8小时，并在40℃下放置2小时，以进行紧密粘合。在先前的研究中，可拉伸互连件和换能器元件通过焊膏结合。在高温(超过150℃)下超过10分钟，膏状金属颗粒将熔化并形成坚固的合金结合。然而，高温结合会对压电材料产生严重的损坏。首先，压电材料中的偶极子在高温下丢失，这严重损害了其传输和接收超声波的能力，导致测量的较低信噪比。尽管在施加外部电场之后可以重新对准偶极子，但极化极为耗时。另外，过大的电场会破坏压电元件。其次，高温结合会对1-3复合材料中的环氧树脂造成热损坏。它使环氧树脂软化并不可逆地变形，从而减少1-3复合材料中压电柱的对准。结果，其机电耦合性能下降。这种低温结合方法避免了环氧树脂的热损坏和1-3复合材料中压电材料的任何可能的去极化，从而最大限度地提高了元件的压电性能。在将另一电极结合到换能器阵列之前，将换能器阵列与胶带之间的界面暴露于UV光(254nm波长，PSD系列Digital UV Ozone System，Novascan)10分钟以进行表面去粘附。然后，可以使用相同方法将阵列从胶带上剥离并与另一电极结合。

体模的制备和力学表征

组织模拟体模由明胶(A型，Fisher Chemical)和不同浓度的二氧化硅颗粒(325目，Amazon)制成。通过调节水中明胶的浓度来控制体模的不同杨氏模量。选择包含5％、7％、8％、9％、10％、12％、13％和14％的明胶的浓度，并且对应的杨氏模量分别为10.24kPa、21.82kPa、30.41kPa、39.66kPa、49.12kPa、64.27kPa、81.25kPa和99.89kPa。

如图32所示，将明胶加入沸腾的去离子水中。将1-丙醇(Sigma-Aldrich)滴入溶液(9.2克/100克去离子水)中以促进明胶的交联。在溶液变得清澈后，将二氧化硅颗粒(所有成分的3％质量分数)加入到溶液中。颗粒用作位移跟踪的标记。在充分混合10分钟后，将悬浮液在特定模式下倒入进行冷却。当制作用于测量CNR_e的双层体模和图3a中的模型时，首先将底层固化成长方体几何形状，然后将第二层的悬浮液倾倒并固化在长方体上。在倾倒之前，溶液需要冷却至～40℃，以防止热溶液熔化和渗透底层体模。

制作囊肿体模和夹杂物体模的过程与制作双层体模的过程不同。为了在基质中建立圆柱形空腔，将外径为9.2mm的管插入未固化的基质溶液中。然后在基质固化之后移除管。将溶液或水填充到空腔中以形成夹杂物或囊肿。

为了校准体模模量，制作了八块同质体模，包含所有浓度的明胶。进行压缩测试以表征每个部件的杨氏模量(Instron 5965,Norwood,MA,USA)。测试速率为0.05/min，并且总压缩应变为～2％。在此区中，体模遵从线性应力-应变行为，并且杨氏模量是应力-应力曲线的斜率(参见下文讨论的图34)。

装置的表征细节

按照传统方法测量频率相关电阻抗和相位角曲线，以表征超声换能器的机电耦合性能(参见图1b)。使用网络分析仪(Hewlett-Packard 4195A)在1MHz至5MHz的频率范围内进行测试。有效机电耦合系数k_eff是评估换能器的机电转换效率的参数，其可以基于换能器的谐振(f_r)和反谐振(f_a)频率导出：

串扰的特征在于计算测得电压与参考电压之间的比率。函数发生器(Keithley3390)在正弦曲线突发模式下施加5V的峰间电压以激励元件。以0.2MHz的频率增量步长收集由相邻元件接收的参考电压信号。将电压比转换为对数标度。

使用插入损耗反映换能器的超声造影灵敏度，并且这两个变量成反比。使用输出阻抗为50Ω的函数发生器并在1MΩ耦合模式下使用示波器(Rigol DS1104)在水中进行测量。产生从1.5MHz到4.5MHz的正弦波的音调突发以激励元件，并且从石英晶体反射的超声回波被同一元件捕获。在补偿了传输到石英晶体中的1.9dB能量损耗和由于在水中的衰减而导致的2.2×10^-4dB/mm·MHz²损失后，可以通过以下公式计算插入损耗：

其中，V_r和V_t分别是传输电压和接收电压，d是换能器与石英晶体之间的距离，并且f_r是谐振频率。匹配电路显著地提高了接收信号振幅，从而产生换能器的高超声造影灵敏度(参见下文讨论的图1d和图25)。

为了表征其防水性能，将所述装置放置在水下两周(参见下文讨论的图26)。每天收集脉冲回波信号以分析超声造影信噪比的变化。在测量期间，传输距离和超声入射角始终保持一致，以确保测试结果的准确性。

脉冲回波响应和带宽的时域和频域表征如图24b和24c所示。使用包含多通道控制系统(Verasonics 256)和铝块的实验装置获得原始数据。将铝块放入水中，并通过同一换能器元件传输和接收超声波。在获得射频信号之后，应用快速傅立叶变换以将信号从时域转换到频域。-6dB的信号的频率带宽通过下式确定：

其中，f_u是上限频率，f₁是下限频率，并且f_c是中心频率。可以根据图24b计算换能器元件的信噪比，其约为39dB。如此高的信噪比主要归因于1-3复合材料优越的机电耦合性能、低温结合技术和电匹配电路。元件的带宽约为50％(参见图24c)，这仍然有改进的空间。相对薄的背衬层不能完全抑制压电材料的过度振动，从而导致空间脉冲长度长。然而，厚背衬层将损害装置的机械顺应性。因此，未来的改进将集中在开发具有高声学衰减系数和良好衰减能力的新型背衬材料上，同时保持背衬层的较小厚度。

基于夹杂物体模的过渡边缘的点扩散函数来表征空间分辨率。从重建的2D模量映射图像(图33)中提取沿着横向和轴向过渡边缘(即，分别垂直和平行于超声传播方向的夹杂物与基质之间的边缘)的模量分布曲线。然后，应用模量分布曲线的一阶导数来导出点扩散函数，其半峰全宽被定义为空间分辨率。

不同成像模式的模拟

Matlab软件可以模拟三种不同的超声成像模式：相干平面波复合、单焦点和单平面波。为模拟建立了2cm×5cm的模型，其中建立了具有填充整个区的随机点的双层结构。将1.5％和0.5％的应变分别添加到具有不同模量的顶层和底层，并产生具有压缩配置的新模型。然后，使用这三种传输模式来激励超声波。收集来自压缩前和压缩后的对应射频信号。使用Matlab的工具箱Field II对射频信号进行模拟。将这些射频信号波束成形以增强信噪比。使用归一化互相关算法导出位移场。最后，使用最小二乘应变估计器来映射空间应变(参见下文讨论的图2a和图29)。

系统设置和数据收集

可拉伸和/或柔性超声成像系统主要由以下两部分组成：前端和后端。作为前端装置的可拉伸超声阵列传输和接收超声波。后端装置可以是任何合适的控制器，并且使用商用多通道控制器(Verasonics Vantage 256系统，华盛顿州柯克兰)进行了演示，所述控制器可以被编程以产生任意波形。使用缆线连接电源和数据传输的两端。在替代实施例中，可以采用无线数据传输。使用Matlab软件(MathWorks,20Natick,MA)进行编码以控制后端硬件并驱动前端可拉伸贴片，此涉及平面波复合激励、回波信号收集和存储以及数据处理等过程。如图12所示，Matlab设计了两个接收缓冲器来收集和存储射频信号。第一和第二接收缓冲器分别用于在压缩之前和之后存储射频信号。然后检索并处理这些存储的射频数据以形成位移场。

通过商用探头和离体测试方案进行体模验证

用于验证和重建3D体模图像的商用探头是64元件相控阵换能器(P4-2v，华盛顿州柯克兰Verasonics)，其2.8MHz的谐振频率几乎与可拉伸超声阵列的谐振频率(f_r＝3MHz)持平。在实验期间，使用3D线性平台(Newport，美国加利福尼亚州West Coast)固定商用超声探头，施加压力以获得2D应变图像，并移动到下一个位置。每个移动步长为0.8mm，此与可拉伸贴片的竖向间距相同。对2D图像的16个切片进行后处理以重建3D图像(图39b和41b)。用Amira软件(美国伯灵顿Visualization Sciences Group)完成3D渲染。所有离体研究均由加州大学圣地亚哥分校的机构动物护理和使用委员会批准。使用冷冻食品级猪腹部组织通过可拉伸超声阵列和MRE进行离体测试。选择猪腹部组织作为模型是因为其解剖结构和模量分布明确。当装置与组织表面保形接触时，施加0.5％～1％的应变，此可以通过定制的图形用户界面实时跟踪。如果需要，可以通过组合较小应变的连续步骤来潜在地实现具有高归一化互相关系数的较大应变。然后，在压缩应变下依次收集16个2D位移场切片。当预测的位移场与测得的位移场相匹配时，反弹性问题模型产生模量映射图像(参见下文讨论的图47)。下文将讨论反弹性问题计算的更多细节。

在超声测试之后立即执行MRE测试(General Electric Discovery MR750 3.0T)。在传播和测试期间，使用密封袋保存猪腹部组织，以防止脱水引起的任何模量变化。将机械振动桨紧密地结合到样本组织以在组织中产生剪切波。获得十五个扫描切片，每个扫描切片的空间分辨率为0.9mm×0.9mm。总测量时间约为30分钟。可以在ImageJ软件中显示每个切片的剪切模量。具体来说，软组织中杨氏模量等于剪切模量的三倍。然后计算所有切片的模量比，以与可拉伸超声阵列的结果进行比较。应用Amira软件分别组合超声弹性成像图像的所有切片(在y和z方向上重建的)和沿x方向的MRE结果，以产生3D体积图像。使用三次样条插值补偿和平滑x方向上的图像。由于变化正则化和2D有限元模型可能导致牺牲对比度，这可能导致MRE的模量对比度略高。此外，用于求解反弹性问题的2D弹性模型在应用于各向异性3D样本的横截面时可能引入不可避免的差异。另外，使用专有数据处理算法的不同成像设备制造商也可能带来系统偏差。

用于模量测试的现有传感器和方法

测量组织模量的常规方法可以分为两大类。第一类是依赖于胡克定律通过建立位移与例如基于真空的吸入、压缩、扩展和微/纳米压痕(图7)等所施加力之间的关系来导出弹性模量的方法。这些方法要么局限于皮肤下的浅表区，要么缺乏各向异性人体组织的精细空间分辨率。目前，弹性成像可以使用3种模式进行，即磁共振成像(MRI)、超声和光学相干成像。弹性成像本身分为2种类型，静态方法和动态方法。静态方法使用应变弹性成像，并且可以使用超声和光学相干成像进行成像。

准静态弹性成像是可以使用超声成像或光学相干断层扫描来评估组织硬度的一种成像模式。从其工作原理来看，其依赖于施加牵引来产生和测量目标组织中的较小准静态变形(应变)。在目标组织变形之前和之后采集两组不同的信号，并且估计两个信号之间的位移矢量以映射组织内的应变分布。从随后如何使用这一测得的变形的角度来看，准静态弹性成像包含提供应变分布以使用最小二乘应变估计器算法定性地重建组织内硬度的基于应变的弹性成像，以及通过求解反弹性问题来产生模量分布以量化硬度映射结果的基于模量的弹性成像。在基于应变的弹性成像方法中，假设组织中的应力是均匀的，并使用胡克定律(σ＝εE)来确定作为轴向应变倒数的杨氏模量。这一方法可能在所得模量图中导致伪影。当应力分布不均匀时，会违反这一假设。与此相反，基于模量的弹性成像(本文中使用的方法)并没有假设均匀应力。替代地，其涉及求解确定与测得的位移和平衡方程一致的模量的空间分布的反问题，所述平衡方程在任何应力分布下都是有效的。

与动态弹性成像相比，准静态弹性成像需要的外部部件更少(即不需要外部振荡器)，也不需要产生声辐射力的高能，因此长期使用是安全的。基于应变的准静态弹性成像存在的缺点是，其结果取决于所施加的牵引力，因此是主观的并且取决于操作员。然而，基于模量的版本消除了这一缺点，并且产生了与所施加的牵引无关并且等于直到乘法因子的真实模量分布的模量空间图。这样，它更接近于使用动态弹性成像获得的绝对模量，同时保留了准静态弹性成像的优势。最后注意到，与动态弹性成像相比，基于超声的准静态弹性成像在可穿戴装置中更可行。它使可穿戴超声换能器成为深层组织的力学特性的连续、非侵入性、三维映射平台技术。

相比之下，动力学方法基于时变力。一些动态方法可以通过量化组织模量参数来提供绝对测量。动态弹性成像技术主要有2种类型：剪切波弹性成像和振动声成像。

剪切波弹性成像在组织内产生垂直于激励力传播的剪切波，并将其传播速度与组织的硬度联系起来，因为剪切波在较硬的组织内传播得更快。这可以使用超声、MRI或光学相干成像进行成像。剪切波是使用外部振动器产生的，或在超声的情况下是声辐射力脉冲，其中高强度超声束聚焦在单点上以激励剪切波。声辐射力脉冲由于使用超声换能器而具有不需要外部振动器的优点，但由于单个焦点而非常缓慢。此外，其将大量能量转移到组织中，并且由于扫描时间长而可能导致组织显著加热。因此，剪切波弹性成像的两种形式都不适用于可穿戴装置——外部振动器体积太大，而基于声辐射力脉冲的装置的热量产生不适合长期使用。

剪切波弹性成像也可能受到波干扰，因为传输的波在边界处被反射并干扰主信号。MRI相对于超声剪切波弹性成像的主要优点是覆盖范围非常宽，可以提供更全面的诊断。然而，与其它弹性成像方法相比，基于MRI的剪切波弹性成像更为昂贵、庞大且缓慢。此外，基于剪切波超声弹性成像的有效诊断超声测量高度依赖于操作员(参见下文描述的图8)。由于探头操作不当，例如移动探头过快、偏移扫描角度(～10度)以及将探头太过用力按压人体(～50牛顿)，结果容易出现错误。要求专业技术人员将探头垂直于表面正确定位，并缓慢扫描，注意不要过度按压目标区。

机器人辅助超声程序是一项新兴技术，其整合机械臂与超声探头，可以通过外部机器而不是操作员来实现半自动超声扫描。机械臂可以控制扫描轨迹、感兴趣的区域和握持力，并且比人类操作员更稳定，这是长期监测的有前景的候选项。然而，机器人系统距离个性化医疗保健仍然很远，因为整个系统已经很重，并且大多数医疗保健提供者无法获得。此外，系统必须与复杂的相机、算法和软件接口耦合以补偿受试者移动。具体来说，在理想情况下，机器人辅助超声监测系统必须与复杂的超声图像引导程序耦合，所述程序使用机器学习算法来评估图像质量并识别人体运动以调整机器人握持。然而，这样理想的长期监测系统尚待证明。

另外，用于在超声剪切波弹性成像中选择感兴趣区的窗口非常有限，其只能定位用于弹性成像测量的人体组织的小区域(参见下文描述的图9)。这是因为声辐射力的能量以及因此聚焦超声产生的剪切波的能量非常低，导致剪切波的传播范围有限且衰减迅速。因此，测试区域仅限于靠近聚焦超声的区。它不适用于同时监测多个组织和肌肉(例如，上臂的肱二头肌和肱肌)。

振动声成像使用彼此分开放置的2个不同的振动源，所述振动源以略微不同的频率振动。由此产生的两个波的干扰在焦点处产生在两个频率的差处振荡的辐射力。组织对此低频激励的动态响应产生由水听器检测到的声发射。组织的声发射取决于其大小、形状、硬度、阻尼和肿块。这种方法的主要优点是其对比度高且空间分辨率高。然而，由于逐点扫描，其扫描时间较慢，并且与声辐射力脉冲类似地加热组织。另外，接收到的信号同时反映多种不同的组织特性，并且硬度参数不能完全隔离。因此，振动声成像也只能定性地测量相对组织硬度。

近年来，许多具有微型化后端的便携式超声探头已被大量开发用于精确医疗保健。这些便携式超声探头功能强大且用途广泛，可在诊所外完成各种测试。但是，无论现有的超声系统(例如Butterfly、Lumify、SonoQue等)多么便携/紧凑，但在使用期间操作员必需长期连续稳定地握持，这都会阻止这些系统提供连续监测。

可穿戴技术的最新发展是基于压阻、压电或电容器。柔性压阻微悬臂允许对患病乳房组织进行力学测量。但小的测试深度(<4μm)限制了它们只能测量试样的上皮和基质区域。可佩戴压电系统通过压电致动器-传感器对的响应实现与人体皮肤的保形接触和组织力学特性的快速测试。然而，它们仅适用于表皮下的浅表组织，在深度维度上缺乏分辨率(图7)。另外，在人体皮肤的动态表面上层压可能导致不准确的结果，因为当致动器与传感器之间的距离变化时，感测电压的振幅会变化。顺应性触觉传感器允许对软组织进行非侵入性检测，并使用基于电容的压力感测阵列呈现其力学成像。尽管提供了内部应变分布的2D定性映射，但它们在检测深度方面也受到类似的限制(<5mm)。此外，对于含有结块的组织，结块的嵌入深度会影响电容反应，导致病变的误诊。基于压电的柔性针状微系统可用于测量和区分浅表组织(<4.5mm)的模量。这种用于侵入性活检的装置主要用于住院环境，不适合在3D空间中进行长时间的连续监测(参见下文描述的图7)。

柔性/可拉伸超声换能器综述及2D阵列优势

先前报告的柔性超声换能器由固有柔性压电聚合物或微机械加工超声换能器制成。压电聚合物由于其与人体组织相似的声阻抗和宽频带而具有优异的超声接收器性能。然而，由于低压电系数(d₃₃)、低介电常数和高介电损耗，它们是较差的超声传输器。微机械加工换能器使用薄膜的弯曲运动来实现其低装置轮廓和柔性，但在此过程中牺牲了其机电耦合特性。微机械加工换能器有两种类型：电容式和压电式。在电容式微机械加工换能器中，在两个相反力之间捕获膜——将其拉向基板的吸引静电力和与变形相反的力学恢复力，这会显著阻尼振动振幅并降低能量转换效率。压电微机械加工换能器具有双层单晶结构，其中一层提供致动且另一层提供被动机械支撑。致动层是在d₃₁模式下工作的有源压电层，而无源层沿厚度方向产生应变不对称性。压电微机械加工换能器的装置灵敏度受到无源层的影响，因为它不能像致动层那样在机械能与电能之间转换，但在弯曲过程中仍然消耗机械能。

因此，虽然柔性超声阵列是实现装置与非平面表面之间的最佳声学耦合的主要步骤，但它们牺牲了传统装置的一些换能器性能。此外，它们还缺乏一个更关键的方面——可拉伸性。柔性阵列只能符合可展开表面(例如，圆柱体)，而人体表面是不可展开的(例如，球体)。为了符合不可展开的表面，装置除了具有柔性之外还必须具有可拉伸性。因此，先前报告的柔性超声换能器仍然不能与人体表面完全兼容。为了实现可拉伸性，在一些实施例中，整合了通过“岛桥”结构连接的高性能压电材料，其中压电“岛”通过蛇形金属“桥”连接。然后用薄弹性体封装阵列。这些岛局部坚硬，但其连接的蛇形桥使整个阵列具有可拉伸性和柔性。因此，可以保留传统刚性换能器的优势，同时赋予装置机械顺应性。这种方法提供了>40％的双轴可拉伸性，几乎不会牺牲换能器的性能，并且允许阵列与人体的不可展开的表面紧密贴合。

尽管仍然提供非实时3D成像，但提供2D阵列的原因有很多。首先，传统和典型的线性探头很难产生可靠的3D图像。基于线性探头重建3D图像的唯一方法是将目标切片为分段并稍微移动探头以采集数据。然而，这种方法可能引入很多误差：(1)线性阵列沿着竖向方向的移动产生误差，因为每次控制间隔距离、压缩力和角度都相同是很有挑战性的；(2)即使在线性电机或机械臂的帮助下，设备设置的复杂过程和移动探头的数十次也相当耗时。2D阵列对于3D成像是绝对优选的，因为不需要在目标表面上的2D阵列周围移动。此外，施加到所有切片的应变是相同的，不必担心相关差异。此外，与线性探头相比，采集用于图像重建的数据所花费的时间更少。

在一些实施例中，取决于可用的数据处理资源的量，可以实时执行3D重建。单个3D图像重建大约有四个步骤：原始数据采集、每个切片的弹性成像计算、求解反弹性问题以及从2D到3D的重建。在一些情况下，可以使用并行计算、图形处理单元加速和/或超级计算机等技术来加速数据处理。

关于定性和定量弹性成像的讨论

基于应变的弹性成像被视为定性方法，因为其假设受试者的应力是均匀的，因此应变与模量成反比。由于异质样本中的应力是不均匀的，因此应变图通常不能反映准确的模量分布，只能提供有关受试者相对硬度的定性信息。换句话说，只能知道一个成分比另一个成分更软，而不知道关于组织硬度的定量信息。另外，因为不同的外部载荷可能在同一受试者体内引起不同的应变分布，因此基于应变的弹性成像被视为主观的并且取决于操作员。因此，这种方法只能显示病变的形态及其相对于周围组织的相对硬度。

另一方面，基于模量的弹性成像是定量的，因为其可以反映组织的客观生物力学特性。在现有的研究中，有两种类型的基于模量的弹性成像。一种类型是剪切波弹性成像，其可以使用检测到的剪切波速度来映射剪切模量的定量、绝对值。另一种类型结合了准静态弹性成像和反弹性问题，可以准确地提供每个部件的模量比。具体来说，基于组织响应准静态压缩的位移场，可以求解反弹性问题来确定模量分布，但只能求解乘法参数。虽然此方法不提供剪切模量的绝对值，但它产生了剪切模量的定量“归一化”值，这些值是客观的，对外部载荷不敏感。在这项工作中，使用了第二种类型，从而进行了定量的、基于模量的弹性成像。

传统和可拉伸超声装置在弯曲表面上的耦合条件

传统的刚性超声探头具有平坦或凸起的底座，无法实现与人体中普遍存在的不规则的非平面表面的固体界面接触和良好耦合。由于探头的底座与受试者的弯曲表面的几何失配，因此气隙将不可避免地出现在它们之间的界面处(参见下文讨论的图10)。空气与人体皮肤之间的声阻抗的较大失配阻止声能传输到受试者的深层组织中，从而导致伪影和信息丢失。

有两种常见的方法来解决这个问题。首先，对于那些可压缩的组织，临床医生通常按压探头以适应皮肤的曲率，并实现良好的声学耦合情境。然而，在某些情况下，按压会引起疼痛，还可能导致目标区域的形状、位置和固有特性发生变化，从而导致测试结果几乎没有诊断意义。典型的实例是使用超声剪切波弹性成像进行硬度测量，其中由压力引起的不适当操作可能容易使硬度值异常(参见下文讨论的图8)，然后在评估肿瘤期时产生无用的数据。其次，靠近骨骼的组织很难被压缩以适应几何失配。因此，临床医生总是在探头与皮肤之间放置凝胶衬垫，以增强声学耦合。然而，过多的超声凝胶会起到高通滤波器的作用，从微小结构中过滤出一些微弱但有用的信号。另外，多余的凝胶将导致比弹性图形中的实际模量高得多的测量结果。可拉伸超声波探头的开发完全解决了这个问题。装置的机械顺应性可以适应各种曲率，而不会造成任何力学损坏，并通过范德华力与人体皮肤保持牢固紧密的接触，从而为超声波传输和接收提供稳定的界面。

尽管可拉伸装置与人体皮肤紧密贴合，但在装置与皮肤的界面处仍可能存在微小气泡。为了实现最佳的声学耦合条件，在一些实施例中，在装置下方添加耦合剂。然而，传统的亲水性超声凝胶是挥发性的，并且无法为可拉伸超声探头的长期监测提供足够的声耦合。因此，选择了一种称为Silbione的未固化硅酮作为耦合剂。其声阻抗(1.03MRayl)非常接近皮肤，在室温下不挥发，可以长期提供良好的声耦合环境。

为了研究硅酮耦合剂的耦合性能，首先使用单个换能器在传统超声凝胶和硅酮下感测特定目标，然后比较接收信号的信噪比，进行了最基本的比较实验。在内部40mm深有反射器的商用体模(CIRS 539型)上进行了实验。图57a至57c中的结果显示了与超声凝胶和硅酮相当的信噪比，表明硅酮具有良好的声学耦合性能。

然后，将可拉伸阵列与超声凝胶和硅酮在人体(上臂)上的成像性能进行了比较。如图57d和57e所示，具有清晰解剖结构和相似应变分布的成像结果显示了这两种耦合剂的相当的性能。人体组织的表征表明，用于可拉伸超声阵列的硅基耦合剂具有实用性和良好的耦合条件。

乳房体模压缩前后皮肤曲率的表征

以商用乳房体模为典型实例，因为其皮肤表面具有较大曲率。在映射乳房体模的模量分布之前，对皮肤曲率进行表征，以确定在压缩之前和之后要添加到阵列元件的正确的时延轮廓。使用3D扫描仪(HDI Advances，加拿大温哥华LMI Technologies)扫描乳房体模的皮肤表面，通过所述扫描仪构建具有3D网格的数字模型以描绘表面形态。然后将此数字模型导入Catia软件(法国Dassault Systemes)进行曲率提取。绘制四十二个数据平面以在皮肤表面的法线方向上相交，从而产生沿着y方向具有2mm间隔的四十二个相交曲线(参见下文讨论的图15b)。使用相交界面标识表面的最大曲率。为了获得整个皮肤上的定量曲率分布，通过应用圆曲线拟合来计算四十二个相交界面中孔径为12mm的最小曲率半径。本研究中已选择最小曲率半径为69mm的曲线来表示皮肤的最大曲率(参见下文讨论的图15d)。通过Catia软件提取曲线的坐标(图15f中的黑色曲线)。为了研究压缩之后皮肤的形态，通过COMSOL Multiphysics软件(美国COMSOL Inc)建立具有相关物理特性(例如，密度：1000kg/m³，杨氏模量：50kPa，泊松比：0.5)的乳房体模模型。将沿着z方向1％的单轴应变施加到模型。通过Catia软件提取压缩之后的曲线的坐标(图15f中的虚线曲线)。压缩在一定程度上使皮肤曲率变平。

将压缩之前和之后的皮肤表面的坐标输入到Field II中进行超声弹性成像模拟(参见下文讨论的图16)。针对压缩前和后压缩后，将平面表面上阵列元件的时延轮廓应用于曲线表面上的阵列元件。获得来自这些曲线表面的波束成形射频信号(图16a和16b中的红色曲线)。为了定量评估时延轮廓的影响，模拟来自平面表面的波束成形射频信号(图16a和16b中的黑色曲线)，然后将其与来自曲线表面的对应射频信号(图16a和16b中的红色曲线)进行比较。计算相关系数(图16c)。重建具有曲线表面的整个乳房体模的位移场，并与具有平面表面的模型的位移场进行比较。绘制两个场之间的位移分布的差以评估图像差和质量(参见图16d)。

如图16a和16b所示，在平面表面和曲线表面上波束成形射频信号的大部分非常好地重叠。压缩前后的对应相关系数均大于0.9。近场的主要差异(在3.40μs内，对应于软组织中2.62mm的深度)是由于目标区域与平面表面和曲线表面上的换能器元件之间的传输距离差异相对较大而导致。压缩之后近场中的波束成形信号的相关系数略高于压缩之前，因为压缩在一定程度上使皮肤曲率变平(图15f)。当成像区域在远场中时，平面表面和曲线表面上的传输距离的差异变小。

在位移分布中也存在相同的现象(参见图16d)。在整个图像中，两个场之间的差非常小，在近场区中有零星的中等值。为了进一步定量地评估差，引入了结构相似性指数度量和均方误差来分别评估两个场之间的相似性和均方差。结构相似性指数度量可通过以下公式计算：

其中μ_x、分别是曲线表面位移场的平均值和变量。μ_y、/>分别是平面表面位移场的平均值和变量。σ_xy是这两个场的协方差，c₁和c₂是常数。均方误差可以通过以下公式计算：

其中n是像素数，x_i和y_i是两个场中的值。0.9880的结构相似性指数度量和5.4×10^-5均方误差证明两个场的高度相关性。这种高度相关性归因于换能器元件的3MHz谐振频率和500μm波长，这为几何变形引起的相位像差提供了显著的容差，并产生了准确的位移测量值。

通过归一化互相关算法进行位移计算

本研究仅考虑沿压缩方向的单轴位移。归一化互相关算法基于压缩之前和之后的波束成形信号来估计位移，所述信号分别表示为p_a(n)和p_b(n)，n＝1、2、…、和N，其中n是采样点的索引，并且N是信号的总长度。为了检测不同深度的详细局部位移，矩形窗口从信号的开始滑动到结束，以选择信号间隔。压缩之前和之后信号之间的归一化互相关为：

/>

其中，m是信号p_a(n)的采样起始点索引，l是压缩之前和之后信号之间的时移，l_max和l_min是时移的上下限，并且W是窗口长度。如方程所示，选择压缩之前的信号p_a(n)的周期(m≤n≤m+W-1)。然后选择具有相同长度的信号p_b(n)的另一个周期(m-l_min≤n≤m-l_min+W-1)来计算两个周期之间的相似性。l的值确定了算法将搜索正确时移的可能范围，其对应于最大R_NCC(m,l)。当使用归一化互相关算法来分析射频数据时，应变滤波器(参见图2d)可以筛选适当的窗口长度和步长。通过以步长L将m从1滑动到N，将导出位移曲线。对于位移计算，窗口长度W和步长L是关键的。较宽的窗口将减少抖动误差，但会导致较低的空间分辨率。较小的步长L可以提高空间分辨率，但增加了计算时间。基于这些考虑，我们将窗口长度W和步长L分别设置为超声波长的5和0.5(参见下文讨论的图17)。

通过最小二乘应变估计器算法进行应变计算

根据应变-位移方程，应变可以通过以下公式计算：

其中ε是应变，u是位移。方程的右侧称为位移梯度的对称部分。然而，如果直接使用此方程，则位移的波动将在应变图像中被放大。因此，与简单的梯度运算相比，由于信噪比的提高，应用最小二乘应变估计器算法来计算应变。假设位移为d(i)，其中1≤i≤N，长度为N的窗口将从开始滑动到结束，以选择一个位移周期来计算应变。窗口长度N称为内核大小。最小二乘应变估计器算法将导出窗口内位移曲线的精确线性拟合。对于位移周期，其可以表达为：

d(n)＝a·z(n)+b,n＝1,2,...,N (5)

其中z是深度，a和b是要导出的常数。斜率a是要获得的应变。方程可以转换为矩阵格式：

A是N×2矩阵，其中第一列是深度z，并且第二列的值都是一。此方程的最小二乘解为：

其中和/>是最小二乘应变估计器算法的估计值(参见下文讨论的图17)。

图形用户界面设计

在一些实施方案中，可以使用手掌向装置提供单轴压缩。为了指导和量化外部压缩，可以提供实时显示当前最大应变的图形用户界面(参见下文讨论的图18)。图形用户界面由两部分组成：由三个显示窗口组成的左侧部分和为控制面板的右侧部分。显示窗口可以实时显示B模式成像、位移场和应变图。最大应变显示在应变窗口的顶部，从中可以定量控制施加到受试者的外部压缩。

Verasonics系统为控制面板提供足够的空间以用于实验中的调整。控制面板的左上角是TGC(时间增益补偿)控制中心，可以在这里调整图像上不同分段的TGC(通过上面的八个条形图)或整体调整(通过TGC所有增益条形图)。TGC是应用于诊断超声成像以考虑人体组织的声阻尼的设置。它将随着采样时间的单调增加而增加输入信号的增益量。TGC控制中心上方是称为‘高压P1’的电压控件，用于调整超声阵列的激励电压。左下角是‘接收数据循环’的两个按钮，用于控制接收和存储来自换能器的射频信号。‘模拟’按钮将模式从实验更改为模拟，在模拟中可以预见不同探头设计的影响。在面板的中间是处理区域。‘采集’条形图确定将在存储器中存储多少帧，‘锁定接收1’按钮可以锁定压缩之前的第一帧射频信号。‘冻结’按钮将暂停整个系统而不提取任何数据。右侧是‘工具’下拉列表和‘保存’/‘加载’按钮，允许自定义Verasonics系统的滤波器参数。在‘工具’下，可以选择要编辑的滤波器参数，例如中心频率和截止频率，以产生最佳的原始射频数据。然后，可以使用‘保存’和‘加载’按钮将这些设置保存并加载为预设。默认情况下，系统应用低通滤波器来去除噪声。

使用B模式成像来寻找目标区域，并且在不偏离成像平面的情况下引导压缩。尽管B模式成像质量因元件数目少而受到限制，但仍可以看到反射强烈的大型结构，例如肱肌与肱骨之间的界面。这些大型结构被视为正确定位换能器和引导压缩的参考。与成像平面的任何偏差都将被视为肱肌与肱骨之间界面的曲率增加，这表明换能器在压缩过程中发生了旋转，因此需要立即校正。

在压缩之前，单击图形用户界面中的“锁定接收1”以接收初始射频信号。一帧预压缩射频信号将临时保存在接收缓冲器1中。然后，温和地压缩装置，10个连续的压缩后射频信号将被临时保存在接收缓冲器2中，并且这些信号中的每一个与压缩前射频信号配对以产生一系列应变图像。根据图2d，应变图像的信噪比在～1％应变时变为最高。因此，将选择具有～1％最大应变的位移和应变映射结果进行进一步的模量计算。

反弹性问题公式

在响应于单轴压缩测量试样中的位移场之后，确定了在相同载荷条件下产生与测得的位移场最为匹配的预测位移场的样本的剪切模量；这类问题通常被称为反弹性问题。将反弹性问题公式化为约束优化问题，目的是找到使目标函数最小化的剪切模量分布：

其中右边的第一项表示测得的位移场与预测的位移场之间的数据失配。更具体地说，Ω是计算剪切模量μ的样本的选定横截面，是沿压缩方向测量的位移场，u_y是具有剪切模量分布μ的样本变形计算模型所预测的相应位移场。们只利用轴向位移，因为相对于轴向位移，横向位移和竖向位移的噪声水平较高。

方程8右侧的第二项表示正则化，其改善了反弹性问题的不适定性。在大多数情况下，此项惩罚未知场的非物理空间振荡，从而确保反弹性问题的解具有一定的光滑性。具体地，使用了总变化(TV)正则化的平滑版本，其中φ＝log(μ/μ_ref)，其中μ是剪切模量且μ_ref＝1kPa是参考剪切模量，并且β是小的数值参数其确保当/>时正则化项的可微性。在本研究中，β被选择为1×10^-12。具体地，已经证实/>在φ变化显著的区中，并且TV项的平滑版本与TV项非常接近。另外，α是正则化参数，它与噪声有关，并且必须以正则化项与数据失配项平衡的方式进行选择。如果α太小，将倾向于过度拟合测量噪声，从而产生具有非物理振荡的剪切模量分布。另一方面，如果α太大，则会以显著增加位移失配为代价，获得过度平滑的模量分布。因此，使用标准的L-曲线方法来选择α。具体地，求解了针对不同α的反弹性问题，并在对数对数尺度上绘制了数据失配项与α的关系图，目的是识别位于此曲线弯曲处的数据点(即最大曲率的点)。与这一点相对应的正则化参数被认为最佳地平衡数据失配项和正则化项。最后，注意到，TV正则化抑制了剪切模量的大振荡，无论其陡峭程度如何。由于样本的剪切模量可能显著变化，特别是在不同相之间的内部边界处，因此TV正则化有助于保持剪切模量的急剧过渡。

样本变形的计算模型可以用边界值问题来描述：

这里，方程9表示线性动量的平衡，其中σ是由描述样本固有性质的本构定律给出的2D柯西应力张量(见下文)。另一方面，方程9和10是相关的边界条件，其中边界上的轴向位移被规定为等于对应测得的轴向位移，而/>上的横向牵引被设置为零，这意味着允许样本在没有摩擦的情况下在横向方向上自由移动。应注意，牵引矢量t＝σn，其中n是边界的单位向外法向矢量。

样本的本构定律是在平面应力假设下由不可压缩的线性弹性模型给出的，这是合适的，因为本研究中使用的所有样本在竖向方向上都是不受约束的，并且在此方向上产生的应力预计很小。具体地，本构定律可以写成：

σ＝2μ[tr(ε)I+ε] (12)

其中(方程4)是2D线性应变张量(T表示给定张量的转置)，tr(ε)＝ε_xx+ε_yy是应变张量的迹，并且I是2D二阶单位张量(I_xx＝I_yy＝1；I_xy＝I_yx＝0)。然后，可以看出，柯西应力张量σ取决于方程12中的位移场u到ε。因此，很明显，方程9至12构成了区Ω中位移场u的一个定义良好的边界值问题。也就是说，给定剪切模量μ的初始猜测，以及本构定律(方程12)和边界条件(方程10和11)，可以通过求解偏微分方程(方程9)来唯一地确定Ω中的位移场u。

一旦所有的场变量都用有限元基函数表示，并使用有限元方法离散约束方程，则将π最小化问题简化为具有非线性约束的离散优化问题。因此，优化变量即为φ＝log(μ/μ_ref)的节点值。优化问题通过拟牛顿方法L-BFGS-B迭代求解，所述方法在每次迭代时都需要目标函数π的值及其梯度矢量。此梯度矢量是使用伴随方法有效地计算的。当在最后五次迭代中位移失配的相对变化小于1×10^-8时，L-BFGS-B迭代被认为是收敛的(参见下文讨论的图43和45)。总之，求解反弹性问题的步骤如下(参见图43)：

1.对于给定测得的位移场，以及剪切模量μ(以及因此的φ)的初始猜测，求解正向边界值问题(方程9至12)，以获得预测的位移场。

2.求解由预测的位移场与测得的位移场之间的失配促进的伴随问题。

3.利用正向问题和伴随问题的解，评估目标函数π及其相对于φ的梯度。

4.使用目标函数及其梯度更新φ。

5.重复步骤1至4，直到收敛。

最后，重要的是要注意，虽然在本文中所描述的实施例中，单轴压缩是手动施加的，但本文中所描述的反公式也适用于其中所施加的载荷是不均匀的(例如，在不同位置处的不同压缩或张力水平)的实施例，只要精确地测量得到的位移场即可。这一点很重要，因为我们的反方法没有假设均匀应力分布；相反，其它正确地解释了在任意外部载荷下线性动量和角动量的平衡。具体地，通过求解平面应力假设下的反弹性问题，给定横截面的剪切模量分布可以唯一地确定为乘法参数。换句话说，可以唯一地确定剪切模量之间的对比度。因此，如果测得的位移场对应于相同材料的响应，则通过求解反弹性问题获得的模量对比度将始终收敛于相同的解，而与外部载荷条件无关。这一特征也与剪切模量(在小应变下)是与加载条件无关的固有材料特性这一事实相一致。

使用模拟来证明，通过求解反弹性问题获得的剪切模量实际上与所施加的载荷条件无关(例如，所施加压缩的均匀性)。简单地说，从“已知”的剪切模量分布开始。用试样建立了模型，并通过求解正向弹性问题确定了试样中产生的位移场(参见方程9至12)。为了使这种模拟的位移场接近实际测量值，在其中添加了噪声，以产生“测得的”位移场。此后，通过使用最小二乘应变估计器算法使用这些“测得的”位移来重建应变的空间分布，并通过求解反问题来重建剪切模量(图43中示出过程的流程图)。最后，将这些重建与“已知”分布进行了比较，以评估方法的性能。对(1)均匀压缩和(2)非均匀压缩执行了上述过程。

图44a示出合成样本的剪切模量分布，其中硬度夹杂物嵌入均质且柔软的周围基质中。具体地，基质是单位正方形，并且夹杂物是半径为基质边长四分之一的圆。此外，夹杂物具有10的剪切模量，并且背景具有1的剪切模量。应注意，所有这些值都被认为是无量纲的，因为我们的计算对特定单位(例如，mm或cm、Pa或kPa)不敏感。此类样本模拟由超声贴片探测的样本。

在第一种情况下，通过在底部边缘沿正Y方向均匀移动，在竖直方向上均匀压缩试样，同时保持顶部边缘固定。顶部边缘和底部边缘都可以在X方向上自由移动，并且两个横向边缘被认为是无应力的。假设施加到底部边缘的均匀竖直移动为0.02个单位，对应于2％的总压缩应变(确保这样的小应变处于线性弹性状态)。在第二种情况下，使用了与第一种情况相同的设置，只是在底部边缘应用了沿正Y方向的非均匀正弦移动。此正弦移动具有0.02个单位的振幅和2个单位的波长。对于通过求解正向弹性问题获得的精确位移u_exact，添加了大约1％的高斯噪声，以产生“测得的”位移u_noise，这遵循报告的方法。应注意，噪声水平e可以使用L₂范数导出，并由下式给出

其中是量p的L₂范数，并且Ω是试样域。在获得了“测得的”位移场u_noise之后，利用反算法重建了每种载荷情况下的剪切模量。在上述L-曲线方法的指导下，选择了两种情况下的最优正则化参数，为α＝5×10^-4。

如图44b至44h所示，均匀和非均匀压缩产生相当不同的位移和应变分布，这表明基于应变的弹性成像是定性方法，仅反映受试者的具有非均质结构的每个成分的相对硬度。相反，通过求解这两种情况的反问题获得的模量分布非常相似。具体而言，基于均匀和非均匀压缩重建的夹杂物模量是相同的：μ_inclusion＝10.2905。基于均匀和非均匀压缩的周围基质的重建模量分别为μ_matrix＝1.0352和1.0350。此外，在均匀和非均匀压缩下，夹杂物与基质之间的模量比分别为9.940和9.942，非常接近。最重要的是，重建的模量比与精确比(即，10)之间的差非常小(<0.6％)，这表明结果的准确性实际上对非均匀外部载荷不敏感。

虽然由于施加应力的未知大小，上述实施例没有提供每个成分的绝对模量值，但在替代实施例中，可以通过将具有已知弹性特性的校准层与可拉伸超声阵列或装置背面的力传感器集成来解决这一限制。

可拉伸阵列的曲率的可采用范围的确定

检查阵列内的单对相邻换能器，并将其称为x₁和x₂(参见下文讨论的图19a和19b)。x₁和x₂最初分开在其初始平面状态下a＝0.8mm的初始设计间距定义的直线距离。当符合弯曲表面时，x₁与x₂之间的直线距离变为缩短的长度L，而a符合曲率并变为x₁与x₂间的弧长。此弧的曲率半径R对应于符合的表面曲率。换能器x₁和x₂由弧角θ分隔。L表示一致的阵列间距。因此，我们对L求解如下：

首先，找到换能器x₁与x₂之间的弧的角度θ：

然后，可以基于表面的已知曲率半径找到符合的阵列间距L：

在本研究中，a＝0.8mm。因此，L可以简化为R的函数：

对于本研究中使用的乳房体模，曲率为70mm。因此，在此曲率下：

这与0.8mm的初始设计间距仅相差0.00054％。此外，根据下面的模拟，可拉伸阵列可以符合曲率为或曲率半径R≥30mm的表面。在/>的最大允许曲率下，发现：

这与0.8mm的初始设计间距仍然只有0.0030％的差。因此，由于在阵列的允许曲率范围内产生的间距差可以忽略不计，认为即使阵列符合弯曲表面，也可以使用恒定的0.8mm间距进行波束成形。

对于可拉伸阵列可以遵循的表面的曲率范围，存在两个限制因素。首先是铜蛇形互连的力学限制。当阵列符合弯曲表面时，蛇形互连受到应变。此应变与表面曲率呈正相关，因此存在最大曲率，在所述曲率处铜蛇形件将达到其力学限制，即铜屈服强度，超过所述屈服强度将发生塑性变形。

第二个限制是装置的超声应变成像性能。在这项研究中，使用了平面波束成形算法。在较小曲率下，这是合理的假设，不会产生很多误差，尤其是对于深层组织。在较大曲率下，换能器不再处于同一平面中，这导致用于对准来自每个换能器的超声信号的延迟在算法中是错误的。误差量随着表面曲率的增加而增加。因此，存在曲率限制，其中在位移场中产生的误差不再是可接受的。在研究中，将想要保持针对从平面表面取得的图像所参考的>95％的图像结构相似性指数。取此值是因为95％的结构相似性是人类观察者无法判断图像是否失真的阈值。

检查阵列内的单对相邻换能器元件，它们由铜蛇形电极连接(参见下文讨论的图19c)。在平面场景中，此单元符合初始设计。一旦受到应变，换能器的一端彼此成角度远离，而另一端则朝着彼此成角度，这就沿着蛇形产生了应变和应力分布。将希望确定沿着蛇形的最大应力达到铜屈服强度的曲率。

用于此模拟的参数如下：

针对铜的特性采用了理想的弹性双线性关系。对于ANSYS中的每个模拟，两个换能器和蛇形单元将从平面配置开始，然后受到由规定曲率半径的表面产生的变形。模拟从曲率半径为80mm的表面开始，并对各种减小的半径进行重复。在图19d中示出来自模拟试验的图形化数据。在的曲率下，沿着铜蛇形件的最大应力达到355MPa，这实际上正好低于屈服限制(参见下文讨论的图19e)。

对阵列中的一排16个换能器进行了检查。在符合弯曲表面之后，换能器被移出平面，这导致用于对准来自每个换能器的超声信号的时延不再准确。所述算法从换能器到散射体的感知距离是不正确的。因此，希望确定符合的阵列的应变图像相对于平面参考图像保持>95％的准确度时的最大曲率。

对于此模拟，使用了与上文描述的方法类似的方法。在准静态应变弹性成像中，比较压缩前和压缩后图像之间的位移差以映射应变分布。因此，首先模拟体模组织压缩，然后模拟对应超声位移场。COMSOL Multiphysics中产生了特性与本研究中使用的商用乳房体模完全相同的计算机体模。其曲率半径逐步减小，直到所得的模拟应变图像相对于平面参考图像不再保持>95％的结构相似性指数。在每次模拟中，使用12mm×12mm×0.8mm的硬性正方形板对乳房体模施加1％单轴应变的向下压缩。模拟真设置和结果如图19f所示。

在压缩模拟之后，从压缩之前和之后提取了乳房体模表面曲率的坐标。然后从这些表面曲率导出每个状态下换能器的坐标，并将其输入到Field II中进行超声弹性成像模拟。在具有平面表面的体模上执行类似的过程。将符合的阵列取用的图像与平面体模取用的图像进行比较以获得结构相似性指数。

模拟的最终结果表明，具有曲率的体模的应变图像(参见下文讨论的图19g)产生95％的结构相似性。因此，成像性能约束将曲率限制在/>以下，其小于力学性能约束所允许的曲率/>值得注意的是，符合的阵列成像中的误差几乎完全局限于组织表面以下<5mm的近场，而在远场中几乎不存在。由曲率施加的信号传播时间的差(与平面表面相比)在浅表组织中构成了显著的误差百分比，其中信号传播时间非常短，而深层组织中的长信号传播时间使得误差百分比非常小。因此，尽管使用了平面算法，但装置仍能在深层组织中保持近乎完美的图像准确性。通过使用较低的换能器频率，可以进一步降低近场中的误差，这允许对元件的曲率诱导位错有更大的容忍度。

基于对超声阵列的力学限制和成像性能限制的曲率的模拟和分析，确定此装置受成像性能限制所强加的曲率限制。

弹性成像和超声造影信噪比和对比度噪声比

所得弹性图形的质量通常通过弹性成像信噪比(SNR_e)和弹性成像对比度噪声比(CNR_e)来量化(图2a至2f)。SNR_e反映了应变图像的平均强度与方差之间的比率。SNR_e的计算公式为：

其中s是应变的平均值，σ是标准偏差。超声造影信噪比与SNR_e之间存在一些差和关系。超声造影信噪比是射频信号的信噪比，它只归因于超声探头的性能，即硬件。具有高机电耦合系数和良好制造技术的压电材料提高了射频数据的超声造影信噪比。另一方面，优秀的SNR_e不仅取决于良好的硬件性能，还取决于传输模式和所涉及的成像算法。

超声造影对比度噪声比反映了两个区的回波强度差。与超声造影对比度噪声比不同，CNR_e反映了应变对比度与标准差之间的比率，其定义为：

其中S_in和σ_in分别是目标区内的平均应变值和标准偏差应变值；S_out和σ_out分别是目标区外的平均应变值和标准偏差应变值。

SNR_e和CNR_e的值归因于换能器性能、成像方法和后数据处理算法的综合贡献。拟合CNR_e与模量对比度的函数为：

f(x)＝14.771og₁₀(x-1)+7.156 (21)

在决定系数>0.98的情况下，测得的数据与拟合函数高度匹配，表明实验结果的可靠性。

相干平面波复合的传输模式

线性阵列的一行由间距为x_pitch的M个换能器元件组成。因此，第7个元件的位置被定义为(x_i,0)，其中x_i等于x_pitch·(i-1)。检测区将是阵列下方的矩形。通过对每个元件施加不同的时延，阵列将以1°的角度间隔向不同方向传输K个平面波。每个元件在传输之后立即开始接收回波(图2b的插图)。假设平面波与线性阵列之间的角度为α_k,k＝1、2和K，则从传输开始到元件像素(x,z)的波传播时间为：

此传输时延对于所有元件都是恒定的。从像素(x,z)到第i个元件的反射时延可以估计为：

总延迟时间为：

其确定超声波从传输到元件i接收到的时刻的往返时间。通过第i通道测量的超声信号可以表示为s_i(t),i＝1、2、…、和M。因此，通过应用延迟和求和算法，对应于角度α_k的像素(x,z)处的重建信号将为：

在不应用任何包络计算或其它后处理的情况下，相干地添加不同角度的所有图像，产生最终的波束成形信号(图13)：

相干复合方法在解调过程之前将来自多角度传输的波束成形的射频信号相加，在执行复合过程时保持相位信息，从而有效地去除了随机噪声并增强信号强度。使用19个1°步长的转向角来重建图像。步长小于1°的平面波无法实现合成聚焦效果。对于每个角度，成像内容过于相似，并且由旁瓣引起的累积伪影导致SNR_e低。当步长太大时，平面波之间的重叠减少，且因此SNR_e减小(参见下文讨论的图30)。最合适的步长(在这项工作中为1°)在测试区中产生不同平面波的最具相长的干扰，从而确保最高的SNR_e(参见图2b)。较大角数目增强了SNR_e，因为所有转向图像的相干叠加有助于合成弹性成像图像。当额外的平面波不能实质上对换能器阵列正下方的中心矩形区做出贡献时，SNR_e饱和。然而，重建图像所需的时间随着转向角的数目而线性增长。为了节省图像重建的时间，特别是超声波传输/接收和接收波束成形的后处理的时间(参见下文讨论的图31)，在这项工作中使用了19个转向角(参见图2c)。

可拉伸探头和商用探头获得的应变分布差

两种应变分布尽管具有相同的形状但在某些细节上不同的原因可以分为两部分。一个是由于测试方法不同，另一个是因为探头特性的差异。

首先，本文中所描述的可拉伸阵列能够附着到表面并同时从不同切片采集所有射频信号。而商用探头(Verasonic P4-2v)是线性的，不得不沿着竖向方向手动移动探头，将投影分割成多个分段以进行重建。与可拉伸超声探头不同，在测试多个横截面时，商用探头不能始终垂直于乳房体模的弯曲不规则表面。与来自可拉伸阵列的图像相比，此类各种测试角度导致2D图像中的肿瘤大小和位置不同。

其次，商用超声探头在横向、轴向和竖向方向上的空间分辨率优于可拉伸超声阵列的空间分辨率。超声波检查的横向分辨率取决于超声波的波束宽度。具体来说，更细的间距和更长的孔径可以改善聚焦效果，从而使焦点处的超声波束变窄。由于商用探头在间距和孔径方面都优于可拉伸阵列，因此它实现了比可拉伸阵列更好的横向分辨率。轴向分辨率取决于阵列元件的频率和带宽。商用探头和可拉伸探头具有相同的谐振频率(3MHz)。然而，商用探头有一层几厘米厚的背衬层，这使其空间脉冲长度变窄且带宽变宽(>75％)。因此，它具有较高的轴向分辨率。然而，可拉伸探头的背衬层相对较薄，主要是为了更好的机械顺应性以紧密贴合人类皮肤。

因此，可拉伸阵列的带宽相对较窄，导致轴向分辨率较差。由于每个元件的长度都大于可拉伸探头的长度，所以商用探头在竖向分辨率方面也比可拉伸超声探头表现得更好。它改进了在竖向方向上的收敛超声波束，从而使每个2D图像中来自相邻切片的干扰较小。这些因素共同导致商用和可拉伸探头的原始2D图像之间的差，从而进一步影响3D重建。在未来的研究中，将探索具有更细间距、更大孔径和更长竖向长度的优化换能器设计，以弥补可拉伸阵列的性能弱点。

囊肿体模的模量对比度映射

囊肿体模的所映射的模量对比度不反映实际模量比，而仅显示囊肿与周围基质的相对硬度，这是因为囊肿内只有流体，而不存在来自流体的散射颗粒或回声信号(见图3b、图36b和图37)。来自流体的射频线路中的噪声用于计算囊肿位移。因此，在囊肿中测得的位移是伪影。这些伪影产生只能提供相对模量分布的模量比映射。相对模量分布仅提供囊肿的定性结构外观，这有助于在临床上识别和诊断囊肿。

运动和物理治疗的多部位组织映射和方案

在人体上的五个不同位置处映射组织模量。为了测量肩关节，上肢自然下垂，手掌向内。将装置在三角肌内侧头的中点上保形地应用于肩关节外侧。为了测量前臂，上肢在桌子上完全伸展，手掌向上。由于掌长肌腱是重要的解剖学标志，因此通过沿着掌长肌腱(掌长肌腹的中点)进行探索，可以很容易地识别装置的位置。为了测量大腿，受试者仰卧，下肢伸展放松，双脚向上。将装置在髌骨上极与股骨大转子之间的中间位置放置在股直肌上。为了测量小腿，受试者双脚并拢并向前垂直站立。装置的位置是腓肠肌内侧头肌腹的中点。为了测量上臂，肘关节被动弯曲九十度，上臂放在桌子上，手掌朝后。装置放置在肱二头肌肌腹的中点。在所有测试中，装置放置在所有肌肉肌腹内侧和外侧边缘的中间位置，平行于上肢或下肢的长轴。

肌肉具有异质结构。为了尽可能避免解剖学上的差异，在本研究中，测量了肌肉，例如腹部的肌肉，这些肌肉的结构相对均匀，在不同的个体上具有较高的测量重复性。由于可拉伸超声阵列的占用空间较小(12mm×12mm)，无法显示上臂解剖结构的全部范围。为了证明测量的相关性，使用商用超声剪切波弹性成像系统(GE Logiq E9超声系统，C1-6探头)对同一受试者的上臂进行了映射，因为其空间分辨率高于MRE。此外，MRE还基于剪切波弹性成像，其使用桨状装置将振动传输到受试者体内。桨具有大而刚性的底座，不适合上臂，导致耦合不良和许多伪影。由于其相对较大的占用空间，商用探头可以提供比可穿戴贴片更宽的超声窗口。如图54所示，上臂的整个解剖结构在横向视图和纵向视图中都可见。关键成分已在B模式图像中标记。为了将来自商用系统的结果与来自贴片的结果相关联，在纵向视图中进行了更多的弹性成像测量，放大的窗口聚焦于肱二头肌和肱肌(图54b)。沿着上臂短轴取用了多个B模式图像切片，其中具有代表性的结构，例如肱二头肌中的筋膜以及肱二头肌与肱肌之间的界面，与贴片的切片高度匹配。另外，还使用商用系统测量了肌肉的模量。由于选择感兴趣区的窗口大小有限，只能分别测量肱二头肌和肱肌的模量。已经计算了两块肌肉的硬度比，这与贴片测试的硬度比非常接近(参见下文讨论的图54b)。来自商用系统和贴片的结果之间的高度对应性证明了可拉伸超声贴片的测量结果与真实世界应用的高度相关性。

对于体内研究，选择一名没有任何上肢损伤或酸痛的健康志愿者进行肘屈肌的偏心收缩。本研究中的人体实验是按照报告的方案进行的。所有受试者都签署了知情同意书。为了确保不习惯的运动的有效性，要求受试者使用非优势手臂运动。实验组的测量是在对照组引起的肌肉酸痛完全消失时开始的。根据现有模型，受试者保持坐姿，并用7.1kg的哑铃运动。前臂从完全弯曲的位置用力伸展。这项运动包括六组，每组十个肘屈肌最大偏心收缩，两组之间休息90秒。为了收集对照组的数据，在运动之后立即对肱二头肌进行测试。总共进行了20次测试，每分钟一次，证明在短时间内对装置的连续监测。在运动后3小时、6小时和1至5天进行了相同的测量。对于每次测量，以每分钟一次的速度进行五次测试(图52b)。每天测试之前进行按摩和热疗。对于按摩，使用按摩枪(Zfitei,China)振动肱二头肌20分钟。对于热疗，用热毛巾包裹上臂20分钟。重建每个测试的模量分布，从中提取12mm×5mm的窗口，并计算模量的平均值和标准偏差。可以通过方程21计算归一化模量对比度(图5f)，其直观地反映了肌肉从损伤中恢复的程度。可以通过方程22计算所有测试之间的变化系数。

其中，μ_after和μ_before分别是运动之前和之后肱二头肌的平均模量，σ是模量分布的标准偏差。热疗的较低变化(图5g)表明其恢复肌肉损伤的功效更好。

肌肉在不同方向上具有不同的力学特性。在研究中，所施加的压缩垂直于肌肉纤维。然而，由于肌肉通常是不可压缩的，泊松比为0.5，因此所施加的压缩也导致纤维沿着轴向方向(轴向是沿着手臂长轴的方向。参见图S53)显著延伸。因此，纤维的轴向硬度也通过所施加的压缩来感知。因为使用各向同性模型来推断组织模量，所以所获得的模量应被解释为测量所有定向上的平均硬度的“有效”模量。这可能就是为什么传统的临床诊断仍然可以通过仅垂直于肌肉纤维方向的表征来识别硬度增加的受损肌肉区。例如，在腹部触诊中，作为临床实践中的一项重要体检，通过按压和手动感觉组织的力学反应来测试腹部肌肉的病状。任何异常僵硬的肌肉都可以区分，因为肌肉损伤会导致肌肉纤维在各个方向上的硬度增加，从而增加肌肉的“有效”硬度。因此，本研究中垂直于肌肉纤维方向的表征对于识别肌肉损伤区有价值。

另外，本研究中的连续测量与使用其它方法报告的运动性肌肉损伤的时间演变一致。运动之后肌肉表现的临床观察以及组织学分析都证实了本研究中的相应指标。此外，按摩和热疗都能显著缓解肌肉损伤，提高恢复速度，这与我们的研究结果一致。总之，很明显，沿着垂直于肌肉纤维的方向对肌肉硬度的表征可以准确地跟踪肌肉从运动诱导的损伤中恢复的情况。

迟发性肌肉酸痛的机制

迟发性肌肉酸痛是一种常见的肌肉损伤，可归类为过度用力功能性肌肉障碍。有许多临床机制可以解释这种疾病，其中损伤机制是众多机制中被广泛接受的机制。偏心运动中施加的外部载荷远大于肌肉纤维产生的等长力。过载导致肌肉纤维延长并暴露在升高的张力下，导致肌原纤维完整性的丧失以及肌质网、横小管和肌膜的微观结构损伤。肌膜的破坏诱导细胞内钙浓度的增加，使肌球蛋白能够附着在肌动蛋白上并形成跨桥。当肌球蛋白头拉动肌动蛋白时，细丝在粗丝上滑动，这会导致肌肉挛缩，并导致肌肉硬度增加。另一方面，钙离子的运动激活了肌原纤维修复的途径。保护性蛋白的重塑和肌质网的形成逐渐阻止了钙离子的渗透。当肌膜完全修复时，模量峰值出现，随后肌原纤维加速恢复，并且迟发性肌肉酸痛症状得到缓解。

肌肉超微结构损伤后的炎症反应被认为是解释延迟性酸痛感觉的另一个重要机制。该症状导致受试者在一天后感到轻度疲劳，并在运动后两到三天出现剧烈酸痛，因为炎症细胞因子需要时间积累和突然释放。在运动之后的3至24小时内，在肌肉中观察到白细胞(主要是中性粒细胞)的积聚。肥大细胞在炎症反应中发挥着重要作用，在同一时期也渗透到肌肉中。偏心运动后48小时观察到单核细胞/巨噬细胞增加，持续五天甚至更长时间。

此外，所提出的两种治疗方法不仅能够减轻肌肉疼痛，而且有助于肌肉损伤和力量产生能力的恢复。已经观察到，按摩能够降低一些肌肉损伤和炎症标志物的血清水平，例如肌酸激酶(CK)、乳酸脱氢酶(LDH)、白细胞介素-4、白细胞介素-6和白细胞介素-10(IL-4、IL-6、IL-10)。另外，通过具体的应用，按摩疗法可以改善迟发性肌肉酸痛期间肌肉最大等长力和峰值扭矩等肌肉表现结果。目前对这种效果的解释是，按摩增加了血液和淋巴流量，有助于清除受损组织和血液中的生物标志物，从而减少炎症反应，促进肌肉恢复。

另外，研究表明，即时低水平热疗可显著改善肌肉的物理功能，包含血浆肌红蛋白水平、肌肉力量、运动范围和疼痛程度。热疗的一个潜在机制是其可能通过与瞬时受体电位香草素-1(TRPV1)相互作用，同时通过神经元传递热量，从而有助于缓解疼痛。同时，热诱导的组织血流量增加促进了炎症介质的清除，并且促进了营养和氧气向受伤部位的供应，从而加速了肌肉愈合。

反复发作的影响评估

反复发作的影响可能会对第一次发作之后的后续运动结果产生影响。但这种影响在很大程度上取决于运动的强度和从最初的运动开始经过的时间。具体来说，如果两次发作之间的间隔较短，那么对第二次运动的发作影响会更强，导致肌肉损伤的程度更低。这表明发作之间的长持续时间对减少这种副作用起着重要作用。

为了进一步验证反复发作的影响和不同物理治疗的疗效，设计了额外的实验，以确定我们的实验设置是否会受制于对受试者1和2的反复发作影响。结果和分析如以下段落和图中所示。这两名受试者首先进行了锻炼和自然恢复，一个月后又重复了完全相同的程序。应注意，两名受试者在重复运动之前都没有感到明显的疲劳或疼痛。在图S51a和S51b中示出每个受试者的归一化模量对比度。对于两个受试者来说，两个实验的结果没有显著差异。具体而言，对于受试者1，归一化模量对比度在运动之前～1.0，在运动之后立即增加，直到第二天才逐渐上升至～3.0，然后从第三天开始下降，到第五天几乎达到原始值。受试者2表现出类似的趋势。从以上结果可以看出，采用自然恢复程序进行的运动实验在休息一个月后不会受到反复发作的影响，这与之前的研究一致。

为了进一步证明两种治疗对肌肉恢复的有效性，将另外四名受试者随机分为两组，一组用于按摩，另一组用于热疗(参见下文讨论的图S51c至S51f)。在初始发作时，他们都进行了同样的偏心运动，然后自然恢复。休息一个月后，一组采用按摩疗法进行偏心运动，另一组采用热疗进行运动治疗。对于第一组受试者3和4，运动之前的模量对比度为1.0。在自然恢复过程中，值在运动之后的第一天达到峰值，并在随后的四天内逐渐下降到原始状态。作为对比，在受试者的第二轮实验中对他们进行了按摩。值得注意的是，峰值出现在他们运动之后的第六个小时，即模量对比度在第一天开始下降，而不是在自然恢复的第二天。每个时间戳的总体值平均小于第一轮实验，这表明按摩确实有助于肌肉恢复，而且可以预见，完全恢复所需的时间更短。与第一组一样，第二组受试者5和6经历了所有相同的程序，只是使用了热疗而不是按摩。在没有热疗的情况下，模量对比度在运动之后的第一天达到峰值，随后持续下降。使用热疗的情况下，整体模量对比度相对较小，并且在恢复过程中没有显著变化。随机分配了四名受试者的这两组显示出与原始版本相似的趋势，充分证明按摩和热疗确实会加速肌肉恢复，并且反复发作影响不会影响我们的结论。

图6-58的附加说明

图6示出可拉伸超声阵列对于连续组织模量监测的重要性。具体地，图6(a)示出具有高比生长率的超过20种类型的癌症的统计数据。缺乏连续、长期的监测阻碍了对肿瘤生长的快速有效跟踪，这表示诊所中严重的未满足需求。图6(b)示出与肌肉模量相关的一些常见肌肉疾病的概述。多种肌肉骨骼疾病和损伤的诊断和康复过程也需要经常检查和长时间监测肌肉模量。可拉伸超声阵列可以满足任何现有方法都无法满足的需求。

图7示出用于组织模量映射的所有现有方法之间的比较。不同的比较指标和相关被引次数列在不同的栏中。与传统方法相比，可拉伸超声阵列的主要优点是可穿戴进行连续的、非侵入性3D监测深层组织的组合优点。

图8示出商用超声剪切波弹性成像操作中的常见缺陷。具有标准扫描的乳房肿瘤体模(图8a)的图像显示了肿瘤的正确大小和硬度，而具有快速扫描(图8b)、偏移扫描角度(偏移～10度)(图8c)和中度按压(～50牛顿)(图8d)导致肿瘤的图像模糊、大小变形和硬度测量不准确。图8中的M表示杨氏模量。

图9示出通过商用超声剪切波弹性成像机进行的模量成像。选择感兴趣区的窗口太有限，无法同时映射所有成分和组织。

图10示出传统刚性超声探头和可拉伸超声阵列在弯曲表面上的测试性能。具体地，图10(a)示出商用刚性探头在手的关节上的测试的光学图像，并且图10(b)示出其对应的B模式图像。图10(c)是示出商用刚性探头在膝盖上的测试的光学图像，并且图10(d)示出其对应的B模式图像。由弯曲表面引起的不良声耦合导致B模式图像中的信号损失。另外，通过传统的刚性超声探头(图10e)和可拉伸超声阵列(图10f)测试乳房体模。在底部显示对应的应变图像。传统的刚性超声探头无法贴合弯曲表面。刚性底座与体模表面之间的气隙导致不良的声耦合，从而导致白色虚线框内的信息损失和伪影。所产生的图案(在图像的颜色呈现中可通过颜色区分)是具有异常应变值的随机伪影。相比之下，可拉伸超声阵列与体模表面之间的紧密无缝接触实现了理想的声学耦合，从而通过对内部结构的全面重建实现了高质量成像。

图11示出一个换能器元件的分解视图的示意图。所有部件都已标记，以说明元件的结构。

图12示出通过可拉伸和/或柔性超声阵列重建弹性成像图像的工作流程。使用多通道Verasonics系统从换能器采集射频信号。将压缩前帧存储在接收缓冲器1处，并且将压缩后帧存储在接收缓冲器2处。然后，接收波束成形将增强这两个帧的超声造影信噪比。波束成形的射频数据将通过使用归一化互相关算法来产生位移场。然后应用最小二乘应变估计器从位移场导出应变场。反弹性问题的计算将基于位移场重建模量映射。Amira软件通过整合2D图像的所有切片来重建3D图像。

图13示出接收波束成形的效果。具体地，图13(a)是示出接收波束成形的过程的示意图。用1×16线性阵列测试内部有反射器的体模。原始信号由换能器阵列捕获，其示出基于元件位置的特定轮廓。然后通过添加不同的时延来对准这些原始信号，并求和以获得波束成形的射频信号。绘制了不具有(图13b)和具有(图13c)接收波束成形的反射信号。从射频信号(顶部)可以明显看出，接收波束成形提高了超声造影信噪比。此外，从2D图(底部)来看，接收波束成形提高了横向分辨率。

图14示出通过有限元分析对换能器位置变化的模拟。在顶部与装置层压后，组织在适度施加的力的作用下变形，因此应变在动态范围内。将压缩之前(图14a)和压缩之后(图14b)换能器的应变分布和位置进行比较。左列示出整个应变场，而右列示出换能器阵列位置的细节。压缩之后阵列的间距只有～0.02％的变化，这表明压缩之后对弹性成像图像质量的影响最小。所有图像共享相同的灰度条。

图15表征了乳房体模的皮肤曲率。具体地，图15(a)是用于通过3D扫描仪扫描表面曲率的设置的示意图。左下角的小缺陷是由于光反射造成的。这些缺陷可以通过插值进行补偿，因此不会阻碍整个相交界面的曲率计算。

图15(b)以俯视图示出由3D扫描仪重建的皮肤轮廓的原始数字模型。应用间隔为2mm的42个基准面与数字模型相交。图15(c)示出使用圆形曲线拟合来提取每个相交界面的曲率。图15(d)示出42个基准面的皮肤曲率的分布。在本项目中，整个表面的最小曲率半径(即最大曲率)为69mm。提取对应的曲线来研究可拉伸超声阵列的最大变形容限，并确定压缩之前和之后的时延轮廓。图15(e)是具有最大皮肤曲率(半径：69mm，压缩之前)的3D乳房体模模型的COMSOL模拟。压缩器对乳房体模模型执行0.7mm的单轴位移(z方向上的1％应变)，因此获得了压缩后的表面形态。图15(f)示出在压缩之前和之后的体模的表面轮廓。

图16示出时延轮廓的确定。具体地，图16(a)和16(b)分别是在压缩之前和之后在平面表面和曲线表面上模拟的波束成形信号，并且图16(c)示出它们的相关系数。平面表面和弯曲表面的信号的高相关系数意味着平面表面上的时延轮廓适用于弯曲表面。对两个表面使用相同的时延轮廓不会导致来自弯曲表面的射频信号的大失真。图16(d)示出曲线表面(左侧面板)和平面表面(中间面板)上的模拟位移场。这两个场都是利用平面表面上的时延分布来导出的。右侧面板示出两个场的分布差异。

图17示出归一化互相关算法和最小二乘应变估计器算法。具体地，图17(a)示出位移计算的过程。应用滑动窗口以在压缩之前和之后使波束成形射频信号相关。某个深度处的位移被定义为在所有被比较的窗口中具有最高归一化相关系数的位移(右上面板)。位移曲线是通过沿深度梳理所有位移值而导出的(右下面板)。图17(b)是表示位移曲线的波动源的示意图。窗口1、2和3中的信号彼此相邻。在压缩之后，压缩前信号可以将来自窗口1、或2、或3的信号相关，因为它们非常相似并且对应的相关系数几乎相同。其对归一化互相关算法造成了一些混乱，从而导致位移曲线的微小波动。图17(c)示出沿着轴向方向的位移和用于估计局部应变的窗口。插图通过最小二乘应变估计器(红线)示出了原始(点)和拟合的位移，所述估计器可以平滑位移的波动。计算所得的应变是拟合的位移曲线的斜率。

图18示出图形用户界面的布局。具体地，该图在左侧示出压缩之前(图18a)和压缩之后(图18b)的B模式、位移和应变分布。控制面板在右侧。

图19示出可拉伸阵列的曲率范围的确定。示意图示出当换能器元件在平面表面上(图19a)和在弯曲表面上(图19b)时，不同配置中的换能器元件的间距。图19(c)是示出阵列的一个单元的示意图。图19(d)示出冯-米塞斯应力与曲率半径之间的关系。图19(e)示出的力学模拟示出可拉伸电极能够符合的最大曲率和电极中的应力分布。图19(f)示出具有不同皮肤曲率的3D乳房体模模型的COMSOL模拟。压缩器对乳房体膜模型执行0.7mm的单轴位移。因此获得了压缩后的表面形态。图19(g)示出在平面表面(左侧面板)和曲线表面(中间面板)上的模拟位移场。这两个场都是利用平面表面上的时延分布来导出的。右侧面板示出两个场的分布差异。

图20示出传输和接收的均匀性。具体地，图20(a)示出由于新装置制造工艺(例如，换能器划片)而具有小标准偏差的传输均匀性。图20(b)示出变迹调谐极大地改善了换能器阵列的接收均匀性。出色的传输和接收均匀性显著提高了波束成形质量，从而产生具有高超声造影信噪比的波束成形射频信号。由于3D测试基于来自16个线性阵列的2D图像的积分，因此使用一个线性阵列作为代表性实例。其它线性阵列的结果与此类似。

图21示出七层电极的设计和制造。具体地，图21a-21f示出激活电极的六层的光学图像，并且图21(g)示出作为公共接地的底部电极。这种设计允许对阵列中的每个元件进行具有特定时延轮廓的单独激活，同时保持总占用空间较小。

图22示出与各向异性导电膜结合的可拉伸超声阵列的光学图像。各向异性导电膜(ACF)可以结合到Cu互连件上，作为可拉伸超声阵列与外部电源和数据采集系统之间的柔性界面。插图是结合界面。

图23示出对有效激光束大小和聚焦深度的评估。具体地，图23(a)示出激光束的示意图，示出聚焦深度和束腰是进行竖直互连访问的两个关键参数。图23(b)是实验设置的示意图。将铜箔放置在倾斜角度为30°的楔形件上，并通过激光烧蚀以确定聚焦深度和束腰。图23(c)示出烧蚀结果的反射和照明，而图23d示出烧蚀结果的透射照明。50μm点图案被视为评估束腰和聚焦深度的参考。结果表明，束腰为～20μm，提供了高空间分辨率的精确烧蚀。聚焦深度约为～686μm，其长度足以使顶部六层电极进行竖直互连访问，其总厚度为～120μm。

图24示出换能器阵列的机电特性。图24(a)示出16×16阵列的介电损耗。介电损耗的平均值为0.022，并且标准偏差为0.002。回波信号的时域(图24b)和频域(图24c)表征示出了换能器元件的灵敏度和带宽。

图25示出用于表征换能器的超声造影灵敏度的设置以及电匹配电路的对应设计。图25(a)示出用于量化换能器的超声造影灵敏度的插入损耗，并且这两个变量彼此成反比。图25(b)是电匹配电路设计的示意图。匹配电路提高了电信号的传输效率，从而降低了功率耗散并增加了回声强度。匹配电路将插入损耗从29.67dB降低到16.98dB，显著提高了换能器的超声造影灵敏度。

图26示出疏水性的表征。具体地，图26(a)示出在水下测量两周的可拉伸超声阵列的超声造影信噪比。图26(b)示出的光学图像示出水滴在可拉伸超声阵列上的119.47°的接触角。封装硅酮弹性体的疏水性使可拉伸超声阵列防汗。

图27示出在可拉伸性测试下的可拉伸超声阵列的光学图像。具体地，图27(a)示出在0％应变下处于原始状态的装置。图27(b)示出在10％双轴拉伸应变下(左)和释放应变之后(右)的装置。图27(c)示出在20％双轴拉伸应变下(左)和释放应变之后(右)的装置。图27(d)示出在30％双轴拉伸应变下(左)和释放应变之后(右)的装置。互连件的塑性变形开始显现。结果表明，装置可以承受高达30％的双轴应变，而不会发生不可逆变形。图27(e)示出在40％双轴拉伸应变下(左)和释放应变之后(右)的装置，其中出现了断裂(右)。所有面板共享相同比例的0.5mm条形图。800μm的间距平衡了弹性成像图像质量和可拉伸性：更细的间距确保了更高的横向分辨率和更少的旁瓣引起的图像伪影；更大的间距允许更大的拉伸性和对人体更好的顺应性。

图28示出换能器在变形下的性能表征。具体地，这些图示出在拉伸和弯曲下换能器的相位角(图28a)以及谐振和反谐振频率(图28b)。较小标准偏差(相位角为0.10°、0.11°；谐振频率为19.2kHz、18.2kHz；反谐振频率为18.2kHz、16.7kHz)显示出换能器在各种力学变形模式下的稳定机电耦合性能。

图29示出三种不同的传输模式的比较。示出使用相干平面波复合(图29a)、单焦点(图29b)和单平面波(图29c)传输模式的应变分布模拟。虚线框是可供比较的位置。单平面波模式具有较高帧速率和较短图像重建时间，因为它不需要操纵多个角度。单焦模式可以在焦深处实现高图像质量。与其它两种模式相比，相干平面波复合模式提供了具有最佳SNR_e和CNR_e的图像，因此本文将其用作弹性成像的传输模式。

图30示出影响复合角的步长和数目的因素。具体地，图30(a)示出步长主要取决于目标区的位置。更深的区需要更小的步长，因此大多数扫描帧在此区相干地重叠，d：深度，α：步长。图30(b)示出角的数目主要取决于换能器阵列的孔径大小。更大的孔径需要更多的角，从而在目标区通过平面波提供足够的声透射，以获得有效的合成聚焦质量。在这项工作中，总共有19个转向角的复合模式显著提高了图像的SNR_e。在没有转向角的情况下，将相同平面波图像的19个幻灯片添加在一起将增加有用信号和由旁瓣引起的噪声的强度，但是随机噪声将相互抵消。在不同的转向角度下，这些由旁瓣引起的噪声超出了重叠区域，不会相加。因此，最终图像的SNR_e将被增强。由于复合模式在整个区具有合成聚焦效应，因此弹性成像图像的横向和轴向分辨率在目标区的不同位置保持不变。1：孔径长度；在图中，n表示角数目。

图31示出用于重建不同角数目的图像的处理时间。具体地，示出具有不同角数目的位移计算(图31a)、应变计算(图31b)、传输/接收(图31c)和接收波束成形(图31d)的时间。用于计算位移和应变的时间在不同的角数目下保持恒定，但对于传输/接收过程和接收波束成形而言，随着角数目而线性地增加。具体而言，用于接收波束成形的时间占主导地位。在平衡总时间预算和SNR_e在不同转向角数目下的增益时，在这项工作中使用了19个角进行复合成像。

图32示出组织模拟体模的制造过程和光学图像。具体地，图32(a)示出组织模拟体模由明胶和二氧化硅颗粒制成。分别对应于ID、2D、2D和3D生物组织弹性模型，示出双层体模(图32b)、带有囊肿的体模(内部为流体)(图32c)、带有夹杂物的体模)(内部为固体)(图32d)和内部带有肿块的商用乳房体模(CIRS 059型)(图32e)的光学图像。

图33表征了弹性图形空间分辨率。示出了实验设置的示意图(图33a)和模量分布曲线(图33b)以及对应的点扩展函数。点扩散函数的半峰全宽定义为横向和轴向分辨率。

图34示出在准静态应变速率状态下的组织模拟明胶体模的应力-应变图。我们专注于前2％的应变，因为在这个范围内，体模具有线性应力-应变特性。杨氏模量是通过计算曲线的斜率得出的。当应变较大时，表现出非线性行为。应力-应变曲线中的非线性部分将不用于杨氏模量计算。

图35示出商用乳房体模的模量验证。示出通过医用剪切波超声系统(GE Logiq E9超声机)对肿块(图35a)和周围材料(图35b)的模量进行验证。杨氏模量等于软组织中的剪切模量的三倍，这分别产生肿块和周围材料的132.21kPa和52.05kPa的杨氏模量。

图36示出在不同体模的中心线处的位移和应变曲线。具体地，示出双层体模(图36a)、囊肿体模(图36b)、夹杂物体模(图36c)和乳房体模(图36d)的位移(左列)和应变曲线(右列)。每个部件的位移曲线的斜率通常不随厚度而变化，表明每个部件的杨氏模量是均匀的。具有分段线性曲线拟合的最小二乘应变估计器将位移转换为应变。中心线处的这些曲线清楚地示出体模中每个部件的位移和应变的差异。具体地，在囊肿体模的彩色再现中描绘的某些区是囊肿中独特的伪影。囊肿区没有回波，仅检测到随机噪声，使得位移非常小。由于位移曲线(“A”区)的斜率变化，大位移转变为小位移的部分会产生较大的负应变。小位移产生接近零的应变(“B”区)。位移从小到大的过渡段产生大的正应变(“C”区)。图37中示出关于区“A”和“C”的分析和讨论。

图37示出说明在囊肿体模中产生位移曲线的机制的示意图。具体地，图37a示出囊肿体模何时受到轻度压缩。图37(b)示出理想情况下基质与囊肿之间的过渡的位移应是直下和直上的。图37(c)示出在实际情况下，由于在囊肿区中没有回波，来自射频线的电噪声导致此区中的位移曲线非常嘈杂。图37d示出在平滑之后，产生了具有梯度的曲线以连接基质与囊肿之间的位移。

图38示出通过可拉伸超声阵列获得的夹杂物体模的2D应变图像的16个切片。2D应变图像的每个切片由可拉伸超声阵列中的一个1×16线性阵列产生。具有相似应变值和分布的16个应变图像证明了可拉伸超声阵列的稳定可靠性能。使用这些2D图像重建3D图像。这些图形共享相同的灰度条和比例尺。

图39示出通过可拉伸超声探头和商用超声探头获得的夹杂物体模的3D应变图像。通过可拉伸超声阵列(图39(a)和39(b)商用超声探头(图39b)测试的3D应变图像显示夹杂物体模的大小、几何形状和应变分布的高度对应性。两个图形共享相同的条形图和比例尺。

图40示出通过可拉伸超声阵列获得的商用乳房体模的2D应变图像的16个切片。2D应变图像的每个切片由可拉伸超声阵列中的每个1×16线性阵列产生。使用这些2D图像重建3D图像。这些图形共享相同的灰度条和比例尺。

图41示出通过可拉伸超声探头和商用超声探头获得的商用乳房体模的3D应变图像。通过可拉伸超声阵列(图41a)和商用超声探头(图41b)获得的结果显示乳房体模的大小、几何形状和应变分布的高度对应性。两个图形共享相同的条形图和比例尺。

图42示出四次体模的位移(图42a)和应变(图42b)的重复测试结果测量。每次测量之间有三分钟的间隔，以允许体模从压缩状态松弛到原始状态。这些测量具有高度可重复性。

图43是用于计算正向弹性问题和反弹性问题的过程的流程图。蓝色框展示了开发合成样本和解决正向弹性问题的工作流程。橙色框展示了计算反弹性问题的工作流程。蓝色框展示了反弹性问题与实验系统的相互作用。μ：模量分布；u_exact：不添加噪声的精确位移；u_noise：“测得的”位移场；u_y：预测位移场；测得的位移场；π：目标函数，如方程8中所定义。

图44示出均匀和非均匀压缩的模拟结果。具体地，图44(a)示出含有剪切模量是周围基质剪切模量10倍的夹杂物的合成试样。合成的“测得的”位移场是基于试样上的均匀压缩(图44b)和非均匀压缩(见图44c)。图44(d)和44(e)分别示出来自均匀压缩和非均匀压缩的应变分布。应变分布随施加载荷不同而变化，这表明基于应变的弹性成像是定性方法，仅反映受试者的具有非均质结构的每个成分的相对硬度。示出通过求解基于均匀压缩(图44e)和非均匀压缩(图44f)的反弹性问题而获得的重建模量分布。图44(g)示出模量对比度的定量分析结果以及它们与图44(a)中的基本事实的偏差。

图45示出模拟的阴影伪影。弹性图形中的阴影伪影通常是由夹杂物的屏蔽引起的。大多数超声波被夹杂物反弹回来。只有具有高超声造影灵敏度的探头才能感测夹杂物下方的微弱信号，并以最小的伪影重建弹性图形。

图46示出计算反弹性问题的L曲线。需要适当的正则化参数来重建位移场和模量比场。当选择大的正则化参数时，场将非常平滑，但模量对比度小；反之亦然。在这项工作中，使用1×10^-10来最优地协调平滑度和对比度，以获得测量结果和预测结果的最佳匹配。

图47示出猪腹部组织的测得位移场与预测位移场之间的比较。预测是通过计算反弹性问题进行的。可拉伸超声阵列中的每个1×16线性阵列使用相干复合成像策略产生2D横截面位移场。>97％的匹配显示了测得场与预测场之间的高度对应性，为在这项工作中产生可靠准确的3D模量分布提供了坚实的基础。

图48示出商用乳房体模的应变曲线的纵向研究结果。具体地，图48a示出可拉伸超声阵列的结果，并且图48(b)示出商用超声探头在八周持续时间内测试同一商用体模且每周进行一次测量的结果。对于这两个装置都使用线性电机，以向目标施加相同的压缩应变。已经表征、提取并一起绘制应变场的八条中心线，每周一条。结果表明，可拉伸超声阵列的准确性和可重复性极好，可用于长期监测。这些曲线与可拉伸超声阵列的微小差异可能由于压电元件的去极化而导致，这可以通过用52.38kV/cm的强电场重新极化15分钟来潜在地固定。图48(c)示出由可拉伸超声阵列监测的应变对比度，证明了所述装置在纵向研究中的可重复性极好。

图49示出对牛臀大肌的模量演变的连续监测。具体地，该图示出加热165分钟之前(图49a)和之后(图49b)牛臀大肌的光学图像。测试部件的总厚度为3.9cm。加热后，试样的一部分变硬，这可以通过硬组织与软组织之间的边界来证明。图49(c)示出随加热时间绘制的边界位置。探头位置被定义为原点。

图50示出用于体内测量的解剖结构和位置的示意图。部位1：后肩关节，包含三角肌腹。部位2：前臂，包含掌长肌腹。部位3：大腿前侧，从髌骨上极到股骨大转子。部位4：小腿后侧，包含腓肠肌内侧头。部位5：上臂，包含肱二头肌腹。

图51示出在10名受试者上验证装置可靠性的结果。应变映射结果和10名受试者上臂的对应B模式图像。应变图像中标记了关键解剖结构。

图52示出酸痛视觉模拟量表和测试方案。具体地，图52(a)示出解释不同程度的酸痛的对应评分的酸痛视觉模拟量表。图52(b)示出带有标记的所有步骤的测试方案。测试从准静态压缩开始，大约需要25秒。然后，以1Hz的帧速率采集多个数据帧。在接下来的～30s内，压缩得到缓解，使组织恢复到原始状态。

图53示出上臂的3D弹性成像重建。具体地，图53(a)示出的光学图像示出装置和测试位置。图53(b)示出由可拉伸超声阵列映射的上臂的3D模量分布，并且图53c示出其正视图和侧视图。蜂窝结缔组织含有稀疏排列的纤维和胶原。另外，在本研究中进行测试时，手臂弯曲90度，使蜂窝结缔组织处于松弛状态，纤维未拉伸。因此，它的硬度低于肌肉。

图54示出通过商用超声系统测量的上臂的全视图。具体地，图54(a)示出通过商用超声系统获得的上臂的横向和纵向B模式图像。有代表性的解剖结构已被标记。图54(b)示出覆盖有对应模量测量值的B模式图像。商用系统的代表性结构以及肱二头肌和肱肌的硬度比与可拉伸超声贴片的代表性结构以及肱二头肌和肱肌的硬度比高度匹配。

图55A示出监测之前的皮肤的光学图像，并且图55B示出监测之后的皮肤的光学图像。装置安装在上臂上，每天一小时，持续五天。没有出现明显的皮肤刺激，表明所述装置适合用于长期监测。

图56示出多个受试者中迟发性肌肉酸痛的连续监控数据。偏心运动之前和之后肱二头肌的归一化模量对比的连续监测结果。所有受试者都做了两轮实验。在第一轮中，所有受试者在进行运动之后都进行了自然恢复。在第二轮中，图56(a)和56(b)中的受试者进行了自然恢复，图56的(c)和56的(d)中的受试者进行了按摩，并且图56(e)和56(f)中的受试者进行了热疗。

图57比较了超声凝胶与硅酮之间的耦合性能。具体地，示出具有超声凝胶(图57a)和硅酮(图57b)的单个换能器的接收信号。图57(c)示出接收信号的对应信噪比的比较。示出具有不同耦合剂的可拉伸超声阵列对上臂的应变映射。超声凝胶(图57d)和硅酮(图57e)的耦合剂显示出类似的结果。关键解剖结构已被标记。

图58示出在压缩之前和之后的肌肉纤维的长度。示意图示出压缩之前(左)和压缩之后(右)的肌肉纤维。肌肉纤维在压缩之后会沿着轴向方向延伸。

额外实施例

本文中所描述的用于导出可以从中获得组织的力学特性的定量模量分布的特定系统、装置和方法仅出于说明目的而提出，而不是作为对本文中所描述的系统、装置和方法的限制。

更一般而言，在一个方面，提供一种用于确定个体中的组织的一或多个力学特性的方法。根据所述方法，以可移除方式将可拉伸和/或柔性超声成像装置附接到所述个体。所述可拉伸和/或柔性超声成像装置包含换能器元件的至少一维阵列。使用所述换能器元件将超声波传输到所述个体中。在通过压缩将应变施加到所述组织之前使用所述换能器元件从所述个体中的所述组织接收第一系列超声波，并且在将所述压缩施加到所述组织之后使用所述换能器元件从所述个体中的所述组织接收第二系列超声波。将来自所述第一系列超声波的数据与来自所述第二系列超声波的数据进行比较以获得所述组织的位移数据，从所述位移数据可获得表示施加到所述组织的应变的应变数据。使用所述组织的所述位移数据产生表示所述组织内的2D模量分布的至少一个2D图像。基于所述2D模量分布识别所述组织的一或多个力学特性。

在另一方面，所识别的所述力学特性是所述组织的剪切模量或杨氏模量。

在另一方面，所识别的所述力学特性是所述组织的粘弹性。

在另一方面，根据所识别的所述组织的一或多个力学特性确定组织类型。

在另一方面，所述组织类型被确定为癌变组织，并且使用所述组织的所述一或多个力学特性来区分恶性和良性癌变组织。

在另一方面，所述传输采用选自包含相干平面波复合算法、单平面波算法和单焦点算法的群组的波束成形方案。

在另一方面，所述接收采用选自包含延迟和求和算法、延迟乘法和求和算法以及滤波延迟乘法和求和算法的群组的波束成形方案。

在另一方面，将表示所述第一系列超声波的数据与表示所述第二系列超声波的数据进行比较使用归一化互相关算法来获得所述组织的所述位移数据。

在另一方面，将表示所述第一系列超声波的数据与表示所述第二系列超声波的数据进行比较使用最小二乘应变估计器来获得所述组织的所述应变数据。

在另一方面，使用反弹性问题计算来使用所述组织的所述位移数据产生至少一个2D模量图像切片。

在另一方面，施加到所述组织的所述应变为约1％。

在另一方面，产生所述至少一个2D图像包含使用所述组织的所述位移数据产生各自表示所述组织内的2D模量分布的多个2D图像切片。

在另一方面，根据所述多个2D图像切片产生3D图像，所述3D图像表示所述组织内的3D模量分布。

在另一方面，根据所述多个2D图像切片产生所述3D图像使用三次样条插值。

在另一方面，所述可拉伸和/或柔性超声成像装置包含换能器元件的二维阵列。

在另一方面，监测所述组织的一或多个力学特性，以通过使用所述可拉伸和/或柔性超声成像装置来识别随时间推移发生的所述组织的变化。

在另一方面，随时间推移发生的所述组织的所述变化包含组织的微观结构损伤或组织恢复或组织退化的开始。

在另一方面，至少部分地基于随时间推移识别的所述组织的变化来调整治疗。

本文中所描述的可拉伸和/或柔性超声成像装置的某些方面在前述描述中给出，并在附图中使用电子硬件、计算机软件或其任何组合来说明。这些元件是实施为硬件还是实施为软件取决于特定的应用和施加在整个系统上的设计约束。举例来说，可以用一或多个处理器或控制器来实施此类元件，或此类元件的任何部分或此类元件的任何组合。处理器或控制器的实例包含微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑装置(PLD)、状态机、门控逻辑、离散硬件电路，以及被配置成执行贯穿本公开所述的各种功能的任何其它合适的硬件。处理器或控制器的实例还可以包含通过代码选择性地激活或重新配置以提供必要功能的通用计算机或计算平台。

出于解释的目的，已经参考特定实施例描述了上述描述。然而，上文的说明性讨论并不旨在穷举或将本发明限制于所公开的精确形式。鉴于以上教导，许多修改和变化是可能的。选择和描述这些实施例是为了最好地解释这些实施例的原理及其实际应用，从而使所属领域的其它技术人员能够最好地利用这些实施例和可能适合于预期的特定用途的各种修改。因此，本发明的实施例被认为是说明性的而非限制性的，并且本发明不限于本文给出的细节，而是可以在所附权利要求的范围和等效范围内进行修改。

Claims (18)

1.一种用于确定个体中的组织的一或多个力学特性的方法，其包括：

以可移除方式将可拉伸和/或柔性超声成像装置附接到所述个体，所述可拉伸和/或柔性超声成像装置包含换能器元件的至少一维阵列；

使用所述换能器元件将超声波传输到所述个体中；

在通过压缩将应变施加到所述组织之前使用所述换能器元件从所述个体中的所述组织接收第一系列超声波，并且在将所述压缩施加到所述组织之后使用所述换能器元件从所述个体中的所述组织接收第二系列超声波；

将来自所述第一系列超声波的数据与来自所述第二系列超声波的数据进行比较以获得所述组织的位移数据，从所述位移数据可获得表示施加到所述组织的应变的应变数据；

使用所述组织的所述位移数据产生表示所述组织内的2D模量分布的至少一个2D图像；以及

基于所述2D模量分布来识别所述组织的一或多个力学特性。

2.根据权利要求1所述的方法，其中所识别的所述力学特性是所述组织的剪切模量或杨氏模量。

3.根据权利要求1所述的方法，其中所识别的所述力学特性是所述组织的粘弹性。

4.根据权利要求1所述的方法，其进一步包括根据所识别的所述组织的一或多个力学特性确定组织类型。

5.根据权利要求4所述的方法，其中所述组织类型被确定为癌变组织，并且所述方法进一步包括使用所述组织的所述一或多个力学特性来区分恶性和良性癌变组织。

6.根据权利要求1所述的方法，其中所述传输采用选自包含相干平面波复合算法、单平面波算法和单焦点算法的群组的波束成形方案。

7.根据权利要求1所述的方法，其中所述接收采用选自包含延迟和求和算法、延迟乘法和求和算法以及滤波延迟乘法和求和算法的群组的波束成形方案。

8.根据权利要求1所述的方法，其中将表示所述第一系列超声波的数据与表示所述第二系列超声波的数据进行比较使用归一化互相关算法来获得所述组织的所述位移数据。

9.根据权利要求1所述的方法，其中将表示所述第一系列超声波的数据与表示所述第二系列超声波的数据进行比较使用最小二乘应变估计器来获得所述组织的所述应变数据。

10.根据权利要求1所述的方法，其进一步包括使用反弹性问题计算来使用所述组织的所述位移数据产生至少一个2D模量图像切片。

11.根据权利要求1所述的方法，其中施加到所述组织的所述应变为约1％。

12.根据权利要求1所述的方法，其中产生所述至少一个2D图像包含使用所述组织的所述位移数据产生各自表示所述组织内的2D模量分布的多个2D图像切片。

13.根据权利要求12所述的方法，其进一步包括根据所述多个2D图像切片产生3D图像，所述3D图像表示所述组织内的3D模量分布。

14.根据权利要求13所述的方法，其中根据所述多个2D图像切片产生所述3D图像使用三次样条插值。

15.根据权利要求1所述的方法，其中所述可拉伸和/或柔性超声成像装置包含换能器元件的二维阵列。

16.根据权利要求1所述的方法，其进一步包括监测所述组织的一或多个力学特性以通过使用所述可拉伸和/或柔性超声成像装置来识别随时间推移发生的所述组织的变化。

17.根据权利要求16所述的方法，其中随时间推移发生的所述组织的所述变化包含组织的微观结构损伤或组织恢复或组织退化的开始。

18.根据权利要求16所述的方法，其进一步包括至少部分地基于随时间推移识别的所述组织的变化来调整治疗性治疗。