Улучшенная сверхбыстрая параллельная архитектура BMAS для ультравысокого разрешения медицинской ультразвуковой визуализации

Более четкие изображения из звука

УЗИ остается основным инструментом современной медицины — от наблюдения плода во время беременности до оценки сердца и сосудов. Тем не менее врачи по‑прежнему сталкиваются с размытыми или зашумленными изображениями, особенно когда требуется быстро увидеть мелкие детали. В этой статье описан новый способ обработки ультразвуковых сигналов внутри сканера, позволяющий получать более ясные изображения при очень высокой частоте кадров, сопоставимой с видео. Работа сосредоточена на «формирователе луча» — цифровом ядре, которое превращает сырые эхо‑сигналы в знакомые веерообразные ультразвуковые изображения.

Почему современные сканеры упираются в пределы

Традиционные ультразвуковые аппараты используют метод задержки и суммирования (delay-and-sum). По сути, эхо от десятков мелких элементов зонда сдвигается по времени так, чтобы звук от выбранной точки в теле выровнялся, после чего сигналы складываются. Это просто и быстро, но плохо подавляет посторонние эхо, приходящие с других направлений, что снижает контраст и усложняет обнаружение мелких структур. Более продвинутые адаптивные методы могут улучшать качество, но требуют огромных вычислительных ресурсов и энергии, что ограничивает их применение в системах реального времени. По мере перехода врачей к «сверхбыстрой» визуализации — сотни кадров в секунду для движущихся органов, таких как сердце — эти ограничения становятся ещё более критичными.

Новый способ суммирования эхо

Авторы опираются на более мощный класс методов, которые делают не просто суммирование задержанных эхо. В технике под названием Beam Multiply and Sum (BMAS) сначала формируются грубые лучи с помощью простого метода задержки и суммирования. Вместо того чтобы остановиться на этом, полученные лучи умножаются друг на друга в тщательно выбранных комбинациях, а затем снова складываются. Этот дополнительный шаг усиливает эхо, действительно исходящее от реальных структур в теле, и подавляет случайный шум и боковые лепестки, что ведёт к более резким границам и лучшему контрасту между, например, заполненной жидкостью кистозной полостью и окружающей тканью.

Разделение работы ради сверхбыстрой обработки

Выполнение дополнительных умножений по всем 128 каналам современного зонда обычно перегрузило бы цифровое оборудование сканера. Чтобы этого избежать, команда разработала хитрое компромиссное решение. Они делят 128 каналов на четыре меньшие группы, или субмассивы, по 32 канала в каждом. Каждый субмассив сначала формирует параллельно 28 лучей с помощью простого метода для каждого широкого «плосколучевого» импульса, посланного в тело. Затем для каждого направления луча четыре луча от субмассивов комбинируются через операции умножения-и‑суммирования в стиле BMAS. Такая стратегия субмассивов сокращает количество требуемых умножителей с тысяч до нескольких сотен, делая дизайн практичным для реализации на одном программируемом логическом элементе (FPGA).

Умная память и специализированное оборудование

Чтобы справиться с потоком данных от 128 каналов, дискретизируемых по 40 миллионов раз в секунду, исследователи также переработали способ хранения и извлечения временной информации (задержек). Они разместили большие таблицы задержек во внешних микросхемах памяти и применили специальную архитектуру задерживающей линии с несколькими портами, способную одновременно считывать 28 различных значений задержки и одновременно записывать новые. Такое решение, реализованное с использованием стандартных блоков FPGA, позволяет формировать 28 лучей параллельно от каждой передачи, не исчерпывая внутреннюю память чипа. Вся схема описана на языке описания аппаратуры и развернута на пользовательской ультразвуковой платформе, включающей 128‑канальную передатчеприёмную плату и высокопроизводительную FPGA‑плату формирователя луча.

Что показывают изображения

Команда протестировала свою разработку как в моделировании, так и с физическими «фантомами» — блоками материала, имитирующими ткани человека и содержащими известные узоры из мелких кистозных структур. Они сравнили изображения от новой архитектуры Parallel Beam Multiply and Sum (PBMAS) с изображениями от традиционной схемы задержки и суммирования, используя стандартные метрики качества, такие как коэффициент контраста и отношение контраста к шуму. Изображения PBMAS демонстрируют более узкие лучи — около 0,4 мм по одной ключевой метрике — более чистое разделение соседних кист и более высокий контраст, что означает, что тонкие особенности должны быть легче обнаружимы клиницистами. В то же время система обеспечивает впечатляющую частоту кадров — 571 изображение в секунду на поле зрения 90 градусов, что достаточно быстро для требовательных приложений, таких как визуализация сердца.

Что это означает для пациентов и устройств

Проще говоря, новая архитектура позволяет ультразвуковому сканеру «слушать» с большей интеллектуальностью, при этом сохраняя высокую скорость обработки. Перестроив способ комбинирования эхо и организацию аппаратных ресурсов, авторы достигают более четких, более контрастных изображений без жертв ультрабыстрой частоты кадров, необходимой для наблюдения за движущимися органами в реальном времени. Хотя работа находится на стадии прототипа, она демонстрирует практический путь к будущим сканерам, которые смогут надежнее выявлять более мелкие детали, помогая врачам обнаруживать заболевания раньше и безопаснее проводить вмешательства.

Цитирование: 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

Ключевые слова: ультразвуковая визуализация, формирование луча, FPGA, медицинская диагностика, разрешение изображения