Une architecture BMAS parallèle ultrarapide supérieure pour l'imagerie échographique médicale en haute résolution

Des images plus nettes à partir du son

Les échographies sont un pilier de la médecine moderne, du suivi d’un bébé pendant la grossesse au contrôle du cœur et des vaisseaux. Pourtant, les cliniciens doivent encore composer avec des images floues ou bruitées, notamment lorsqu’ils ont besoin de voir rapidement de petits détails. Cet article décrit une nouvelle manière de traiter les signaux ultrasonores à l’intérieur de l’appareil afin d’obtenir des images plus nettes à des cadences vidéo très élevées. Le travail se concentre sur le « beamformer », le cœur numérique qui transforme les échos bruts en images échographiques en forme d’éventail.

Pourquoi les scanners actuels butent contre un plafond

Les appareils échographiques conventionnels utilisent une méthode dite de beamforming par retard et somme. En substance, les échos provenant de dizaines de minuscules éléments du capteur sont retardés pour que le son provenant d’un point choisi du corps s’aligne, puis ils sont additionnés. Cette approche est simple et rapide, mais elle peine à rejeter les échos parasites provenant d’autres directions, ce qui réduit le contraste et rend les petites structures plus difficiles à distinguer. Des méthodes plus avancées, adaptatives, peuvent améliorer la qualité, mais elles exigent une puissance de calcul et une énergie considérables, limitant leur usage en temps réel dans les systèmes cliniques. Alors que les praticiens se tournent vers l’imagerie « ultrarapide » — capturant des centaines d’images par seconde pour des organes en mouvement comme le cœur — ces limites deviennent encore plus critiques.

Une nouvelle façon d’additionner les échos

Les auteurs s’appuient sur une famille de méthodes plus puissantes qui font plus que simplement additionner des échos retardés. Dans une technique appelée Beam Multiply and Sum (BMAS), des faisceaux grossiers sont d’abord formés en utilisant l’approche retard-et-somme simple. Plutôt que de s’en tenir là, ces faisceaux sont ensuite multipliés entre eux dans des combinaisons soigneusement choisies avant d’être à nouveau sommés. Cette étape supplémentaire met en valeur les échos provenant réellement de structures corporelles et supprime le bruit aléatoire et les lobes secondaires, conduisant à des contours plus nets et à un meilleur contraste, par exemple entre un kyste rempli de liquide et les tissus environnants.

Répartir le travail pour aller ultrarapide

Réaliser ces multiplications supplémentaires sur les 128 canaux d’une sonde moderne saturerait normalement le matériel numérique d’un scanner. Pour éviter cela, l’équipe élabore un compromis astucieux. Ils divisent les 128 canaux en quatre groupes plus petits, ou sous-réseaux, de 32 canaux chacun. Chaque sous-réseau produit d’abord 28 faisceaux en parallèle en utilisant la méthode simple, pour chaque impulsion large de « onde plane » envoyée dans le corps. Puis, pour chaque direction de faisceau, les quatre faisceaux issus des sous-réseaux sont combinés via des opérations de type BMAS de multiplication et somme. Cette stratégie de sous-réseaux réduit le nombre de multiplicateurs requis de milliers à quelques centaines, rendant le design pratique pour une seule puce FPGA (field-programmable gate array).

Mémoire intelligente et matériel dédié

Pour suivre le flux de données provenant de 128 canaux échantillonnés à 40 millions d’échantillons par seconde, les chercheurs redessinent aussi la façon dont les informations de temporisation (retards) sont stockées et récupérées. Ils placent de grandes tables de retard dans des puces mémoire externes et utilisent une architecture spéciale de ligne de retard « multi-port » capable de lire 28 valeurs de retard différentes à la fois, tout en écrivant les nouvelles. Cette organisation, mise en œuvre avec des blocs standard de FPGA, permet au système de former 28 faisceaux en parallèle à partir de chaque émission sans saturer la mémoire embarquée. L’ensemble du design est codé en langage de description matériel et déployé sur une plateforme échographique sur mesure comprenant une carte émetteur-récepteur 128 canaux et une carte beamformer FPGA haut de gamme.

Ce que montrent les images

L’équipe teste son architecture à la fois en simulation et avec des « fantômes » physiques, des blocs de matériau imitant le tissu humain et contenant des motifs connus de petites structures de type kystique. Ils comparent les images issues de leur nouvelle architecture Parallel Beam Multiply and Sum (PBMAS) avec celles d’un système conventionnel retard-et-somme, en utilisant des mesures standard de qualité comme le rapport de contraste et le contraste sur bruit. Les images PBMAS montrent des faisceaux plus étroits — environ 0,4 millimètre sur une mesure clé — une séparation plus nette de kystes proches et un contraste supérieur, indiquant que des caractéristiques subtiles devraient être plus faciles à détecter pour les cliniciens. Parallèlement, le système soutient un taux d’images impressionnant de 571 images par seconde sur un champ de vue de 90 degrés, suffisamment rapide pour des applications exigeantes comme l’imagerie cardiaque.

Ce que cela signifie pour les patients et les appareils

En termes simples, la nouvelle architecture permet à un scanner échographique d’« écouter » avec plus d’intelligence tout en conservant la rapidité de traitement. En réorganisant la façon dont les échos sont combinés et l’utilisation du matériel, les auteurs obtiennent des images plus nettes et à contraste renforcé sans renoncer aux cadences ultrarapides nécessaires pour observer les organes en mouvement en temps réel. Bien que le travail en soit au stade prototype, il montre une voie praticable vers des scanners futurs capables de révéler des détails plus fins de manière plus fiable, aidant les médecins à dépister les maladies plus tôt et à guider les traitements plus sûrement.

Citation: SG, S., R, S. & Kidav, J.U. A superior ultrafast parallel BMAS architecture for high-resolution medical ultrasound imaging. Sci Rep 16, 9967 (2026). https://doi.org/10.1038/s41598-026-37416-y

Mots-clés: imagerie échographique, formation de faisceau, FPGA, diagnostic médical, résolution d'image