ES2199241T3 - Aparato para caracterizacion de tejidos por ultrasonidos. - Google Patents

Description

Aparato para caracterización de tejidos por ultrasonidos.

Sector técnico de la invención

La presente invención se refiere a la clasificación médica de tejidos corporales en normales y anormales. De manera más específica, la invención da a conocer un sistema de ultrasonidos para determinar el tipo y extensión de anormalidad de tejidos en términos numéricos, que se puede evaluar para obtener un análisis cuantitativo, cualitativo y visual del grado y tipo de anormalidad, facilitando así el diagnóstico de diferentes enfermedades.

Antecedentes de la invención

La energía por ultrasonidos se refleja desde las caras intermedias macroscópicas de los tejidos devolviendo reflexiones especulares, por ejemplo, el interfaz entre sangre y músculos, y de componentes microscópicos (dispersadores) (``scatterers'') tales como paredes celulares. Tanto los interfaces macroscópicos como los dispersadores microscópicos representan cambios de impedancia acústica que reflejan la energía de ultrasonidos. Las imágenes convencionales de ultrasonidos muestran básicamente reflexiones especulares. No obstante, el análisis de las características de la energía de ultrasonidos reflejada de los dispersadores en relación con el tipo de tejido es preferible a efectos de diagnóstico.

Las interferencias constructivas y destructivas entre ondas sonoras reflejadas desde varios dispersadores producen una modulación de amplitud de la señal de ultrasonidos de retorno. Los sistemas de la técnica anterior no pueden medir esta modulación de amplitud a escala espacial reducida.

Si bien una parte de la técnica anterior permite la identificación de ciertas características morfológicas en crudo de los tejidos, tales como dimensiones, grosor y forma (ver, Feigenbaum, H.; Echocardiography, 4e, Lea & Febiger (Filadelfia, 1986)), esta identificación se basa en reflexiones especulares. La técnica anterior no permite en la mayor parte de los casos la caracterización precisa o adecuada de los diferentes dispersadores dentro de los tejidos en suficiente detalle para hacer diagnósticos firmes de la patología involucrada. Por ejemplo, la única manera de determinar que los músculos del corazón puedan haber sufrido daños ha sido por observación del grosor de los músculos y la forma de los mismos con los latidos cardíacos. La tecnología corriente de ultrasonidos no permite una distinción clara entre tejidos cardíacos normales y anormales ni permite la discriminación de grados de anormalidad. Por lo tanto, es difícil de caracterizar, por ejemplo, músculos cardíacos como normales, dañados o sin vida.

Otro ejemplo de importancia clínica considerable consiste en la clasificación no invasiva de las masas de los senos como tejidos fibrosos benignos o tumores.

La técnica anterior utiliza datos analógicos de radiofrecuencia de ultrasonidos por aplicación de técnicas del proceso de señales analógicas básicas a los mismos. Estas técnicas transforman los datos de señales analógicas en una imagen visual para su interpretación clínica. La cuantificación se puede aplicar solamente a la forma, dimensiones y grosor según se aprecian en la imagen visual. Por lo tanto, mucha de la información con respecto a las características intrínsecas de los dispersadores microscópicos dentro de un tejido determinado o zona determinada de tejidos no se puede conseguir por la utilización de las técnicas anteriormente conocidas.

Otros sistemas de las técnicas anteriores utilizan los datos de radiofrecuencia de los ultrasonidos por aplicación de diferentes métodos matemáticos a la señal de radiofrecuencia para deducir un número representativo de la cantidad total de energía de ultrasonidos reflejada que alcanza el transductor (dispersión de retorno integrada) (``integrated backscatter''). En pruebas in vitro la dispersión de retorno integrada (IB) se puede relacionar íntimamente con la reflectancia del tejido y parece proporcionar un discriminador útil (Miller JG, Perez JE, Sobel BE. ``Ultrasonic characterization of myocardium.'' Progress In Cardiovascular Disease, 28:85-110, 1985). No obstante, el IB en situaciones clínicas depende notablemente de la cantidad de potencia que alcanza los tejidos y de la cantidad de potencia reflejada que alcanza el transductor. Ambos factores dependen críticamente de variables desconocidas (por ejemplo, atenuación y dispersión en los tejidos entre el transductor y la zona de interés). Así pues, a efectos de que la medición de IB sea aplicable clínicamente, requiere el calibrado con patrones de referencia externos (tal como un reflector en forma de placa de acero). Dado que el calibrado externo no se puede aplicar a una situación in vivo, se deben hacer muchas suposiciones y estimaciones preferentes a la absorción de los tejidos, limitando como consecuencia la utilidad del análisis IB.

La Patente USA No. 4.817.015 de Insana y otros da a conocer un método para la discriminación entre diferentes texturas de tejidos dentro de imágenes analógicas procesadas convencionalmente de la señales de ultrasonidos de retorno. Insana supone una escala de textura espacial única y bien definida, añade términos lineales y estadísticos de orden más elevado, y resta una curva de ruido estimada para localizar características dentro de un espacio de características de 4 dimensiones. Las suposiciones introducidas en el sistema Insana representan muchas fuentes potenciales de error.

De manera similar, el sistema que se da a conocer en la Patente USA de nueva publicación No. Re. 33.672 de Miwa prevé el análisis de las ondas de ultrasonidos de como mínimo tres frecuencias centrales transmitidas para la caracterización de tejidos, pero requiere suposiciones de los valores de varias variables clave, incluyendo atenuación y calidad del acoplamiento acústico en el interfaz tejidos-transductor, ambos en cada una de las frecuencias centrales transmitidas. Además, el sistema Miwa requiere la transmisión y análisis de una serie de señales de ultrasonidos que tienen diferentes frecuencias centrales transmitidas de manera que la caracterización de tejidos se basa en la energía como función de los centros de las frecuencias transmitidas y de las proporciones entre las diferentes energías.

El Autor, G. Guinta, en ``Spectral Noise And Ultrasonic Tissue Characterization'', Frontiers In Medical And Biological Imaging, Vol. 4, páginas 209-217, 1992, da a conocer una modificación del método Miwa. Guinta considera un impulso de ultrasonidos de banda ancha que contiene una gama de frecuencias, y utiliza la transformada de Fourier para separar el retorno en los componentes correspondientes. La energía transmitida en cada frecuencia es determinada aplicando la misma técnica a la reflexión desde un dispersador de referencia metálico. Para cada frecuencia, Guinta obtiene una señal de eco normalizada por división de la correspondiente energía de Fourier (coeficiente en el espectro de potencia) en el retorno desde el tejido por el de la referencia, proceso equivalente a normalizar cada uno de los retornos Miwa por la potencia transmitida correspondiente. El método Guinta requiere una placa de referencia y por lo tanto está sometida a variaciones en el acoplamiento transductor-tejidos y atenuación en el cuerpo a través de la gama de frecuencias utilizada. Los esfuerzos para reducir esta dependencia al reducir la gama de frecuencias limitarían también la magnitud de datos recibidos.

Como resumen, Guinta utiliza técnicas Fourier para permitir transmisión y detección de una serie de frecuencias transmitidas contenidas en un impulso único. Estos métodos no proporcionan la medición directa de la reflectancia por autocalibrado, y por lo tanto su utilización in vivo está todavía sometida a problemas de calibrado intrínsecos del método Miwa y de los métodos de dispersión de retorno integrada.

En otro sistema de la técnica anterior, los autores Sommer, Joynt, Carroll and Macovski (``Ultrasound characterization of abdominal tissues via digital analysis of backscattered wavefronts'', Radiology, 141:811-7, 1981) han utilizado análisis de dominios de frecuencia (Fourier) para determinar la separación media de los dispersadores en el hígado y en el bazo. Sommer y otros han estudiado también la amplitud media y variancia de la amplitud (``análisis del dominio de amplitud''); no obstante, no ofrecen soluciones al problema de tener que suponer valores para variables clave. La amplitud en el análisis de Sommer y otros depende fuertemente de las variables de eficacia acústica del transductor y absorción de tejidos igual que en el análisis IB.

Sommer da a conocer un aparato para la caracterización de tejidos que comprenden medios para generar impulsos de ultrasonidos, un transductor para aplicar esos impulsos de ultrasonidos a una zona de interés y la recepción de impulsos de ultrasonidos de retorno de dicha región o zona, medios para la digitalización de dichos impulsos de ultrasonidos de retorno y medios de cálculo para calcular el espectro de potencia por la transformada rápida de Fourier en los impulsos de ultrasonidos de retorno digitalizados.

A efectos de clasificar los tejidos este aparato comprende además medios para autocorrelacionar el espectro de potencia de los impulsos de ultrasonidos de retorno y para deducir de ellos la periodicidad de los dispersadores.

Por lo tanto, es un objetivo de la presente invención dar a conocer un sistema de caracterización mejorada de tejidos por ultrasonidos para cuantificar y clasificar los datos de ultrasonidos directos.

Otro objetivo de la presente invención consiste en dar a conocer un sistema de caracterización de tejidos por ultrasonidos que no requiere punto de referencia externo ni suposiciones con respecto a variables cruciales.

Características de la invención

De acuerdo con la presente invención se da a conocer un aparato según las reivindicaciones 1 y 7. Se dan a conocer características opcionales del aparato de la reivindicación 1 en las reivindicaciones 2 a 6.

La medición y análisis de características espectrales (por ejemplo, Fourier) de la modulación de amplitud de una señal de ultrasonido de retorno permite la determinación de los tipos y relaciones entre dispersadores dentro de una región de tejidos. La cantidad relativa de modulación de amplitud como función de escala espacial se puede determinar fácilmente sin calibrado externo o suposiciones o estimaciones separadas con respecto a la absorción de tejidos, reflectancia, y atenuación. Se pueden conseguir discriminantes numéricos entre tejidos normales y anormales. Se pueden identificar diferentes grados de anormalidad.

Breve descripción de los dibujos

La invención se describirá a continuación de manera detallada con referencia específica a los dibujos adjuntos, en los que:

La figura 1 es un resumen del sistema por ultrasonidos de la invención.

La figura 2 es una ilustración del sistema de ultrasonidos de la invención dotado adicionalmente de un dispositivo de formación de imágenes de ultrasonidos en color.

\newpage

La figura 3 da a conocer el flujo del proceso utilizado en el proceso de datos de ultrasonidos y caracterización de los tejidos por la presente invención.

La figura 4 da a conocer una ilustración esquemática de músculos del corazón que tienen zonas de tejidos normales y anormales.

Las figuras 5A y 5B muestran una tabla de caracterización representativa de tejidos por ultrasonidos, según resultados obtenidos con o sin utilización de una característica clave de la presente invención, respectivamente.

Descripción detallada de la realización preferente

Haciendo referencia a la figura 1, un transductor (9) queda situado sobre el cuerpo del paciente o dentro del mismo (10), estando conectado a una máquina normal de ultrasonidos (1). El procesador (19) de la presente invención clasifica los tejidos basándose en análisis del retorno de ultrasonidos en bruto procedente del amplificador de RF (3) y del aparato de ultrasonidos (1) en vez de hacerlo por caracterización visual de una escala por píxels de una imagen de vídeo en la imagen (6), que no puede reproducir necesariamente información en los incrementos de tejidos por subpíxels. Se producen imágenes convencionales por ultrasonidos a partir de la energía por ultrasonidos reflejada por interfaces macroscópicos entre tejidos de diferente impedancia acústica (reflexión especular). Tal como se ha explicado anteriormente, la energía de ultrasonidos es reflejada adicionalmente por variaciones de impedancia entre componentes macrosópicos dentro de una zona de tejidos, haciéndose referencia a los componentes como dispersadores (``scatterers''). Se deberá observar que los interfaces macroscópicos en gran escala observados en imágenes por ultrasonidos convencionales sirven también como dispersadores. No obstante, de acuerdo con la utilización en el campo de los ultrasonidos de tipo médico, se aplicará en esta descripción el término ``dispersadores'' exclusivamente a cambios de impedancia ``microscópicos'' más pequeños dentro de zonas de los tejidos. La interferencia constructiva y destructiva entre ondas sonoras reflejadas desde varios dispersadores produce una modulación de amplitud de la señal de ultrasonidos de retorno. El presente sistema mide las características espectrales de esta modulación de amplitud para determinar las relaciones espaciales entre dispersadores y por lo tanto la clasificación de los tejidos dentro de una zona de los mismos.

Con referencia a la figura 1, el generador RF (2) de la máquina de ultrasonidos (1) envía una señal RF (7) al transductor (9). El transductor emite un impulso de ultrasonidos que se desplaza a lo largo de la línea de escaneado (11) pasando a los tejidos de interés (14) del cuerpo (10). La señal generada y_{g}(t) por el generador de RF es representada por la fórmula:

7

en la que y_{g} se expresa en voltios o milivoltios, f(frecuencia central) se expresa en MHz, t(tiempo) se expresa en microsegundos y \Deltat representa la duración del impulso en microsegundos. El impulso de ultrasonidos emitido es necesariamente atenuado antes de alcanzar la zona de interés (13) dentro de los tejidos (14), cuyo efecto se detallará adicionalmente.

Se pueden examinar sucesivamente múltiples lugares dentro de la zona de interés (13) con dispersadores que se encuentran en cada lugar, cuyos dispersadores reflejan y modulan la amplitud de la señal de ultrasonidos. La señal de ultrasonidos reflejada de cada lugar vuelve a lo largo de la misma línea de escaneado (11) hacia el transductor (9). Lo que se recibe en el transductor (9) como retorno de ultrasonidos y_{r} es la señal de ultrasonidos reflejada y atenuada que se indica por la fórmula siguiente:

y_{r}(t) = \int du y_{g}(t-u) (e_{o}a_{o}(u)e_{i}a_{i}(u)) R(u)

en la que e_{o} representa el rendimiento del transductor de salida del generador RF al aparato de ultrasonidos, e_{i} representa el rendimiento del transductor desde el aparato de ultrasonidos con retorno al amplificador RF, a_{o} representa la atenuación en la dirección de salida, y a_{i} representa la atenuación en la dirección de entrada. Todas las variables antes indicadas e_{o}, e_{i}, a_{o}(u), a_{i}(u) son variables cuyos valores han tenido que ser evaluados o supuestos en la técnica anterior. Para los objetivos de la presente implementación, el producto de estas variables se expresará como un valor colectivo desconocido E(u). R(u) de la fórmula anterior es la reflectividad de los dispersadores o interfaces a una profundidad de (v/2)u micras, siendo v la velocidad promedio del sonido a lo largo de la línea de escaneado en metros por segundo o el equivalente, micras por microsegundo.

El transductor (9) convierte la señal de ultrasonidos reflejada y atenuada en señal RF (8) que es alimentada a continuación desde el transductor (9) al amplificador RF (3). En la técnica anterior, esta señal RF hubiera sido utilizada para producir una imagen en (6), para análisis visual. En la realización preferente, no obstante, la salida del amplificador RF (3), es decir, la señal amplificada RF del retorno de ultrasonidos es alimentada a un convertidor analógico a digital (20). El convertidor analógico a digital produce un retorno de ultrasonidos amplificado, muestreado y digitalizado, que se puede almacenar en la memoria del ordenador (25) o que se puede suministrar de manera inmediata para proceso en el procesador (19). Al llegar sucesivas formas de onda a la memoria del ordenador, éstas se pueden demodular y promediar con formas de onda precedentes almacenadas procedentes del mismo lugar de tejidos o introducidas para procesos sucesivos en el procesador (19). Además, la digitalización, demodulación, promedio y proceso posterior, se pueden realizar tal como quedará evidente a los técnicos en la materia, por un único ``dispositivo procesador'' adaptado para llevar a cabo las sucesivas ``etapas''.

Un circuito de puerta opcional (18) puede ser acoplado al dispositivo en uno o varios puntos del sistema general (por ejemplo, al generador RF (2) o al amplificador RF (3)) y al paciente (10), para permitir la recogida de datos en momentos específicos, tales como recogidas múltiples en serie en un punto fijo durante uno o varios ciclos cardíacos o iteraciones de respiración.

El proceso de los datos de retorno de ultrasonidos desde cada región de interés (13) se describirá con referencia a la marcha del proceso mostrada en la figura 3. Las formas de onda digitalizadas que han llegado a la memoria del ordenador (25) y han sido almacenadas son recuperadas en el bloque (101), en el formato ({y_{r}(i,j,t)}). Para cada región de interés, hay muchos lugares indexados por ``i = l..i_{max}''. Dentro de cada lugar hay muchas formas de onda separadas digitalizadas con los índices ``j = 1..j_{max}''. Las etapas de tiempo sucesivas de cada forma de onda son indexadas por
``t = 1..t_{max}''. Para cualesquiera valores dados de i_{o} y j_{o}, {y_{r}(i_{o},j_{o},t)} representa la forma de onda digitalizada j_{o}th del lugar i_{o}. Tal como se ha indicado anteriormente, las formas de onda se pueden facilitar directamente desde el convertidor (20) al procesador (19) en el mismo formato.

Se observará que, antes de la etapa (101), se puede llevar a cabo una etapa opcional de observación de zona (``windowing'') de acuerdo con técnicas conocidas con anterioridad, a efectos de reducir los efectos de la falta de periodicidad en el retorno de ultrasonidos.

Para todos los lugares de cada región de interés (13) en la figura 1, las formas de ondas digitalizadas correspondientes son rectificadas en forma de onda completa o demoduladas de otro modo en (102) a efectos de recuperar la modulación de amplitud de la forma de onda digitalizada debido a interferencia constructiva y destructiva entre ondas sonoras reflejadas desde diferentes dispersadores. Además, a efectos de reducir los ruidos, tal como se ha indicado anteriormente, las múltiples formas de onda digitalizadas, rectificadas, indexadas por (j = 1..j_{max}) desde cada lugar son objeto de promedio idealmente en (103), dando lugar a formas de onda promediadas, rectificadas y digitalizadas. Estas formas de ondas promediadas, rectificadas y digitalizadas son indexadas a continuación por el lugar (i = l..i_{max}). El promediado reduce los efectos de las fluctuaciones al azar en la modulación de amplitud de la forma de onda transmitida por los dispersadores, cuyas fluctuaciones podrían producirse dentro del sistema, en interfaces acústicos o en el cuerpo, por ejemplo, como resultado de movimientos de pequeña escala (por ejemplo, 1 mm). La realización de promedio reduce también los efectos de cualquier otro ruido. Así pues, la forma de onda real promediada, rectificada, digitalizada (recibida) es más próxima a su valor teórico que los componentes separados (formas de onda rectificadas, digitalizadas (recibidas)) del promedio, y es por lo tanto detallada en la descripción de las realizaciones preferentes.

Una serie de formas de onda promediadas, rectificadas, digitalizadas pueden ser obtenidas a partir de una serie de lugares de cada región de interés (13). Además, una serie de regiones de interés (13) desde los tejidos de interés se pueden escanear, automáticamente o bajo control del operador. El proceso de las formas de onda de cada lugar o región (13) se puede llevar a cabo en cualquier momento después de haber sido obtenidas las formas de onda de dicho lugar o región.

El dispositivo determina a continuación la energía en cada una de una serie de bandas de frecuencia seleccionadas del espectro de potencia de los impulsos digitalizados. Para esta realización, en la etapa (104), se lleva a cabo un análisis de Fourier de las formas de onda digitalizadas, rectificadas y promediadas de cada lugar en la zona de interés proporcionando las amplitudes de energía y fases de los diferentes componentes de Fourier.

Se debe observar que la aplicación de la transformada de Fourier de acuerdo con la presente invención de rectificación de onda completa o demodulación equivalente da lugar a una descomposición de Fourier de la modulación de amplitud del retorno de ultrasonidos debido a interferencia constructiva y destructiva; mientras que la aplicación de la transformada al retorno simple o en bruto es equivalente a la utilización de una gama correspondiente de frecuencias centrales transmitidas.

Después de haber llevado a cabo el análisis de Fourier y haber obtenido el espectro de potencia (es decir, la suma de cuadrados de amplitudes de los coeficientes de Fourier correspondientes), el sistema de la invención calcula cantidades relativas de energía para las bandas de frecuencia seleccionadas. La etapa (105) calcula proporciones de los espectros de potencia asociados con dos o más bandas de frecuencia seleccionadas en esta realización con respecto a las energías de Fourier. Las energías relativas en bandas de frecuencia seleccionadas corresponden a fluctuaciones en la amplitud de los retornos de ultrasonidos digitalizados, rectificados y promediados de la región de interés a escalas espaciales correspondientes. En una implementación de la invención, la energía de cada banda de frecuencia seleccionada (por ejemplo, baja, media y alta frecuencia) se compara con la energía total en todas las bandas, dando lugar a una distribución relativa de energía como función de la frecuencia de los componentes de Fourier.

Se hace referencia a la etapa (105) como etapa de autocalibrado. En el cálculo de las cantidades relativas de energía, la variable desconocida E^{2}, que representa las eficiencias y atenuaciones del transductor en las direcciones de salida y de entrada se anula de la proporción, tal como se ha mostrado en las fórmulas que se explican más adelante. De acuerdo con ello, no hay necesidad de calibrar el sistema basándose en valores de atenuaciones y rendimiento estimados dado que estas variables no afectan los resultados del proceso de caracterización del tejido. La caracterización del tejido puede ser llevada a cabo por lo tanto directamente en los datos de ultrasonidos ``simples'' o en bruto utilizando los componentes de Fourier en la forma de onda digitalizada, rectificada y promediada que representa componentes espaciales periódicos en la modulación de amplitud de la señal RF. Los componentes espaciales periódicos corresponden a las variaciones de retorno de ultrasonidos atribuibles exclusivamente a la reflectividad y geometría de los dispersadores como indicador de la composición del tejido. La determinación antes indicada de la energía en cualquier banda de frecuencia determinada se puede realizar por un microprocesador o se puede llevar a cabo aplicando un filtro de dominio de tiempo adecuado a la forma de onda digitalizada, rectificada y promediada, seguido de la integración del cuadrado de la salida del filtro. Tal como se explicará más adelante, la proporción de cualquier funcional homogénea de las formas de onda de retorno se puede utilizar con el resultado de autocalibrado de las variables desconocidas que se cancelan fuera de la proporción, dejando los valores de energía relativa para utilización en la caracterización de los tejidos.

El promediado de las energías relativas de Fourier en bandas de frecuencia seleccionadas, tal como se realiza en las energías de Fourier relativas en (106), se puede realizar a efectos de reducir adicionalmente los efectos de fluctuaciones al azar o variaciones al azar entre lugares en una región pequeña adecuada de interés, es decir, una región suficientemente pequeña para clasificar o categorizar razonablemente.

Después de ello, los parámetros de clasificación numérica son calculados para la región determinada de interés en la etapa (107). Un método para el cálculo de estos parámetros halla los valores relativos promedio de energía en las bandas de frecuencia seleccionadas en los espectros de potencia de los retornos de ultrasonidos digitalizados, rectificados y promediados desde las regiones de interés. Los datos de este cálculo obtenidos en la etapa (107) son comparados a continuación a una tabla de valores en (108) para permitir la clasificación de los tejidos. Esto permitirá un diagnóstico más exacto y preciso de la patología anatómica y fisiológica involucrada.

La ilustración de las etapas de proceso anteriores con las fórmulas relevantes muestra lo siguiente:

7

A continuación, teóricamente,

y_{r}(t) = \int du y_{g}(t-u) (e_{o}a_{o}(u)e_{i}a_{i}(u)) R(u) = \int du y_{g}(t-u) E(u) R(u)

en las que R(u) muestra la reflectividad de los dispersadores a una profundidad de (v/2)u micras y j = 1..jmax, E(u) que es e_{o}a_{o}(u)e_{i}a_{i}(u), representa el rendimiento general del sistema a una profundidad de (v/2)u micras, y v es la velocidad promedio del sonido en tejidos a lo largo de la línea de escaneado, en metros/segundo o de manera equivalente micras/microsegundo. En los tejidos, v es típicamente de unos 1540 metros/segundo.

La forma de onda digitalizada es

y(k) = \int du y_{g}(t_{k}-u) E(u) R(u), k = l..k_{max}

en la que t_{1}, t_{2},..., t_{k max} son tiempos discretos con igual separación. La etapa de tiempo \Deltat = t_{k+1} - t_{k} es el inverso de la frecuencia de muestreo. En el presente caso, por ejemplo, con una frecuencia de muestreo representativa de 50 MHz, \Deltat será igual a 0,02 microsegundos.

En la implementación preferente, la frecuencia de muestreo debe ser grande en comparación con la mayor frecuencia presente en la señal de ultrasonidos transmitida. Límite de Nyquist requiere como mínimo un factor de 2, siendo preferentes los factores más grandes. Si no es posible dicho muestreo, se puede utilizar una implementación alternativa en la que la etapa de rectificación se lleva a cabo directamente sobre la forma de onda de ultrasonidos en circuitos analógicos (por ejemplo, con una precisión normal de un circuito rectificador de onda completa), seguido de un filtro de paso bajo con una frecuencia de corte pequeña en comparación con la frecuencia de muestreo. Tal como en lo anterior, el límite Nyquist requiere como mínimo un factor de 2 entre la frecuencia de muestreo y la frecuencia de corte, siendo preferibles factores más grandes.

Una serie de formas de onda digitalizadas se obtiene a partir de cada uno de una serie de lugares dentro de una región de interés. Cada uno de los lugares se encuentra sobre una línea de escaneado; no obstante, una línea de escaneado determinada puede encontrarse en varios lugares. En este caso, la gama de valores de k irá más allá de l..k_{max} en una gama l..K, en la que y_{g} se expresa en voltios o milivoltios, f_{c} (frecuencia central) se expresa en MHz, t(tiempo) se expresa en microsegundos, y \Deltat representa la duración del impulso, nuevamente en microsegundos. La forma de onda digitalizada de orden j_{o}ava del lugar de orden i_{o}ava se puede indicar también

{(y(i_{o},j_{o},k)) | k = l..k_{max}},

seguido de exploración local (``windowing'') (selección de un subjuego de valores consecutivos k_{max} de y(i_{o},j_{o},k),
k = k_{o} + l..k_{o} + k_{max} de la gama l..K) y reindexando de manera que los valores reindexados de k cubren la gama l..k_{max}.

También se puede aplicar opcionalmente cualquiera de una serie de técnicas de exploración local (Hamming, Hanning, etc.) que reducen progresivamente de manera suave y(i_{o},j_{o},k) a 0 al aproximarse k a cualquiera de los extremos, l o k_{max}. Esto reduce los efectos de falta de periodicidad en el retorno de ultrasonidos.

Finalmente, el algoritmo de transformación rápida de Fourier requiere que k_{max} sea una potencia de 2 para una implementación más eficaz de la transformada de Fourier. Los inventores han utilizado k_{max} = 256 para las pruebas in vitro. Alternativamente, k_{max} no es una potencia de 2, se podría aplicar una ventana Hamming, Hanning, o similar que reduce progresivamente la señal de manera suave a 0 en k = 1 y k = k_{max}, y a continuación sigue la señal con suficientes 0 para obtener una señal cuya longitud es la siguiente potencia de 2.

De manera más general, el conjunto de todas las formas de onda de todos los lugares se indica del modo siguiente:

{y(i,j,k) |i = l..i_{max}, j = l..j_{max}, k = l..k_{max}|},

en la que los lugares están indexados por i = l..i_{max} y las formas de onda dentro de cada lugar están indexadas por
j = l..j_{max}.

La forma de onda digitalizada y rectificada de orden j_{0} del lugar de orden i_{0} se indica de la manera siguiente:

{abs(y(i_{0},j_{0},k)) | k = l..k_{max}},

y tiene el siguiente valor teórico:

abs(y(i_{0},j_{0},k)) = abs(\int du Y_{g}(t_{k}-u) E(u) R(u)), k = l..k_{max}.

Si bien E(u) puede variar significativamente entre líneas adyacentes al pasar por diferentes tipos de tejidos, varía solamente de manera ligera (en comparación con las dimensiones del lugar) a lo largo de cualquier línea individual. Por ejemplo, las pruebas in vitro de los inventores utilizaron formas de onda digitalizadas, rectificadas y promediadas

{z(i_{0},k) | k = l..k_{max}}

consistiendo en k_{max} o 256 puntos con una velocidad de muestreo de 50 MHz. Esto corresponde a un intervalo de tiempo total de 5,12 microsegundos en el lugar, y, suponiendo una velocidad promedio de sonido de 1540 m/segundo = 1,54 mm/microsegundo en el tejido, una profundidad de aproximadamente 4 mm para el lugar. Además, para el impulso de ultrasonidos transmitido de 1,5 ciclos a 7,5 Mhz, Y_{g}(s) = 0 por fuera de un intervalo de tiempo de media anchura de 0,1 microsegundos centrado alrededor del tiempo 0. De este modo cada valor z(i_{0},k) de una forma de onda digitalizada, rectificada y promediada corresponde a un espacio o ventana de tiempo que tiene una media anchura de aproximadamente 77 micras. Asimismo, todos los puntos en un lugar se encuentran dentro de 2 mm del centro del lugar a lo largo de una línea de exploración única y todos los retornos proceden de una ventana especial ligeramente mayor de mitad de anchura aproximadamente 2,1 mm.

De acuerdo con el concepto de este ejemplo, en general, todos los puntos de un lugar proceden de una zona próxima muy reducida con respecto al centro de dicho lugar y todos los retornos proceden de una zona próxima ligeramente mayor de dicho centro. Para cada lugar indexado por i_{0}, los inventores pueden sustituir E(u) en la integral anterior por su valor promedio dentro del lugar indicado por E_{avg}(i_{0}), obteniendo la expresión más simple que se aproxima íntimamente al valor teórico de abs(y(i_{0},j_{0},k)), es decir:

E_{avg} (i_{0}) abs (\int du Yg (t_{k}-u) R(u)), k = l..k_{max}.

\newpage

La sustitución de la variable u por s = u - t_{k} proporciona lo siguiente

E_{avg} (i_{0}) abs (\int du Y_{g} (t_{k}-u) R(u)) = E_{avg} (i_{0}) abs (\int ds Y_{g} (-s) R(t_{k}+s)), k = l..k_{max}.

Se debe recordar que

7

y, por lo tanto Y_{g}(-s) es cero fuera de la pequeña zona inmediata a 0, {s | -\Deltat/2 \leq s \leq \Deltat/2}, y tiene una amplitud Y_{0} dentro de dicha zona próxima. Los inventores dividen, por lo tanto, por factores correspondientes a amplitud y duración del impulso de ultrasonidos transmitido y definen la reflectancia efectiva en la profundidad (v/2)t_{k} como:

R_{eff} (tk) = (l/(Y_{0} \Deltat)) abs (\int ds Y_{g}(-s) R(t_{k}+s)).

Se debe observar, en particular, que R_{eff}(t_{k}) es independiente del rendimiento global del sistema E(u). El valor teórico aproximado de la forma de onda rectificada, digitalizada abs (y(i_{0},j_{0},k)) = abs (\int ds Y_{g}(-s) R(t_{k}+s)) se puede escribir, por lo tanto:

E_{avg}(i_{0}) Y_{0}\Deltat R_{eff}(t_{k}).

Aplicando el FFT a las formas de onda rectificadas, digitalizadas, exploradas opcionalmente de modo local y promediadas se consigue:

FFT{z(i_{0},k)|}(f)\simeqFFT{[E_{avg}(i_{0})Y_{0}\Deltat] R_{eff}(t_{k})}(f).

Dado que FFT es lineal, se puede desplazar el factor [E_{avg}(i_{0})Y_{0}\Deltat] fuera de FFT, obteniendo aparte:

FFT{z(i_{0},k)|}(f)\simeq[E_{avg}(i_{0})Y_{0}\Deltat] FFT{R_{eff}(t_{k})}(f).

Además, el espectro de potencia asociado con una banda de frecuencia determinada es justamente la suma de cuadrados de amplitudes de los coeficientes de Fourier correspondientes, es decir:

\Sigma_{\text{f en banda de frecuencia}} || FFT {z(i_{0},k)|}(f) ||^{2} = [E_{avg}(i_{0})Y_{0}\Deltat]^{2} x\Sigma_{\text{f en banda de frecuencia}} || FFT{R_{eff}(t_{k})}(f)||^{2}.

La proporción de los espectros de potencia asociados con dos bandas de frecuencia 1 y 2 queda determinada por:

[\Sigma_{\text{f en la banda 1}} || FFT {z(i_{0},k)|}(f) || ^{2}] / [\Sigma_{\text{f en la banda 2}} || FFT {z(i_{0},k)|}(f) || ^{2}]

y reduce a la proporción:

[\Sigma_{\text{f en la banda 1}} || FFT{R_{eff}(t_{k})}(f) ||^{2}] / [\Sigma_{\text{f en la banda 2}} || FFT{R_{eff}(t_{k})}(f) ||^{2}].

Los factores desconocidos E^{2} se han anulado. Éste es el autocalibrado de la etapa 105. Se debe observar que el autocalibrado se aplica a cualquier proporción de funcionales homogéneas (por ejemplo, lineal, cuadrático, etc.) de las formas de onda de retorno del mismo grado r, de manera que un funcional T del conjunto {w} de formas de onda al conjunto de números reales es lo que se designa ``homogéneo de grado r'' si para cualquier entero fijo r, y cualquier número real c,

T(cw) = C^{r}T(w).

\newpage

Por ejemplo, los funcionales

\Sigma_{\text{f en la banda 1}} || FFT{ }(f) ||^{2}

y

\Sigma_{\text{f en la banda 2}} || FFT{ }(f) ||^{2}

son ambos homogéneos de grado 2.

De esta manera, el autocalibrado se puede combinar con análisis de ondas (``wavelet'') o análisis similar, lo mismo que con el análisis de Fourier que se ha descrito. Tal como quedará evidente a los técnicos en la materia, el autocalibrado puede ser también aplicado en un espacio mono, bi, tri, o multidimensional a los resultados de un análisis de ondas (``wavelet'') o variación similar de análisis, de manera que la fórmula de cancelación de las ecuaciones antes indicadas se puede aplicar a cualquier proporción de funcionales homogéneos de la forma o formas de ondas de retorno.

Tal como se ha indicado anteriormente, los parámetros de clasificación numérica producidos para los tejidos en la zona de interés se pueden comparar para una tabla de valores, para los tejidos de referencia. La tabla de valores almacenada en un registro u otra memoria de ordenador para acceso y comparación automáticos o almacenada en otro lugar para comparación fuera de línea de las clasificaciones numéricas, comprende datos que han sido reunidos y correlacionados para la categoría de tejidos con el objetivo expreso de crear una base de datos de control a efectos de comparación. Los valores para composición de tejidos normal conocida, tejidos conocidos con anormalidades del tipo tradicionalmente encontrado y de grado conocido (por ejemplo, tejidos malignos, tejidos cardíacos dañados pero reparables, tejidos cardíacos dañados no reparables) y componentes de tipo no tejidos conocidos, tradicionalmente asociados con un tipo de tejidos (por ejemplo, placas en arterias coronarias), se generan y se almacenan junto con diagnóstico conocido al que se correlaciona el valor de cada parámetro de clasificación numérica. Cuando tiene lugar la comparación de los valores numéricos para los tejidos sometidos a prueba para los valores conocidos, por lo tanto, la caracterización de los tejidos sometidos a prueba se puede llevar a cabo utilizando los resultados de diagnóstico correlacionados a los valores conocidos. La tabla de valores conocidos puede incluir valores determinados durante pruebas anteriores de los mismos tejidos en el mismo paciente durante pruebas de diferentes tejidos en dicho paciente, durante pruebas de la misma categoría de tejidos en muchos pacientes, etc.

Después de haber terminado este ciclo o en cualquier otro momento, el transductor ultrasónico puede ser desplazado automáticamente o por control de operador para explorar otra área empezando el proceso nuevamente. De esta manera, se puede conseguir la cuantificación y diagnóstico más preciso de la enfermedad por proceso de áreas sucesivas de tejidos dentro del mismo órgano y/o diferentes órganos.

Si bien las etapas de proceso y los medios procesadores adaptados para llevar a cabo dichas etapas se describen como características independientes, es evidente que un técnico en la materia puede implementar el concepto inventivo en una serie de formas distintas, incluyendo la utilización de componentes de circuito capaces de implementar dos o más de las etapas indicadas separadamente en una función única. Además, un solo dispositivo procesador, mostrado con el numeral (19) en las figuras 1 y 2, se pueden separar en componentes sin cambiar la funcionalidad efectiva.

La resolución espacial potencial para caracterización de tejidos de acuerdo con la presente invención es significativamente mejor que la resolución realizada por los sistemas anteriormente conocidos que se han basado en el proceso de imágenes analógicas. Un impulso de c ciclos de una señal con una frecuencia central f_{c} MHz tiene una duración de c/f_{c} microsegundos. Existe una cierta magnitud de incertidumbre, del orden de c/f_{c} microsegundos, la duración del desplazamiento de ida y vuelta de la energía de ultrasonidos desde el transductor a dispersadores en un lugar y en una región de interés y regreso. Suponiendo que la velocidad del sonido en los tejidos es aproximadamente de 1540 metros por segundo (o 0,154 cm/microsegundo), la incertidumbre temporal calculada corresponde a una incertidumbre espacial de 0,077 c/f_{c} cm. Con el número de ciclos típicamente en una gama de 1,5 y la frecuencia central realista de 7,5 MHz, se pueden medir las fluctuaciones en la distribución de los dispersadores en escalas espaciales pequeñas del orden de 150 micras. Esta resolución espacial potencial es inalcanzable en tecnologías anteriormente conocidas.

Otra ventaja de la presente invención se consigue debido al hecho de que el análisis numérico para esta caracterización de tejido se lleva a cabo independientemente del valor de la frecuencia central de la señal por ultrasonidos transmitida. La frecuencia central transmitida puede ser escogida para optimizar la penetración y resolución espacial de los tejidos y medio específicos. Por el contrario, muchos sistemas del tipo anteriormente conocido requieren la utilización de frecuencias centrales específicas de las que, por lo menos algunas, pueden no ser óptimas para un proceso y/o tejido determinados.

Además, la reducción de ruidos mediante la formación de promedio y la eliminación de parámetros desconocidos relativos al rendimiento y atenuación a través de autocalibrado, facilitan en conjunto el análisis de señales de retorno muy débiles. Esto permite la utilización de frecuencias centrales transmitidas más elevadas que en la técnica anterior.

\newpage

Haciendo referencia a la figura 2, una máquina de ultrasonidos convencional genera una imagen (6) a partir de la amplitud de la energía reflejada desde la zona que corresponde a cada píxel, utilizando un proceso de imágenes analógico convencional (5). La amplitud se convierte en un valor de escala de grises para el píxel relevante, utilizando un algoritmo de compresión logarítmica. Estos medios convencionales de generación de la imagen de ultrasonidos (6) se pueden combinar con los presentes medios de clasificación de tejidos para obtener una imagen en color (17) (mostrada en la figura 4) de una región de tejido, en vez de la imagen por ultrasonidos convencional que se ha descrito anteriormente. En la imagen en color (17), el color de cada subárea o píxel correspondería a su clasificación como normal o anormal. Las gradaciones de color pueden ser utilizadas también para representar píxels indeterminados o estados intermedios entre ``muy probablemente normal'' y ``muy probablemente anormal''. La clasificación se puede restringir también a una zona de los tejidos correspondiente, por ejemplo, a una parte de un órgano, tal como una pared cardíaca, que ha sido seleccionada utilizando una imagen de ultrasonidos convencional (6) obtenida de la misma máquina. La figura 4 muestra un esquema de lugares de tejidos cardíacos que tiene regiones de tejidos normales (13) y anormales (13').

Las tablas situadas en las figuras 5A y 5B proporcionan una ilustración de la efectividad del presente aparato para caracterización de tejidos. Las tablas han sido generadas para las mismas muestras de tejidos cardíacos incluyendo áreas de tejidos normales y de tejidos infartados, reflejando la figura 5A los resultados conseguidos cuando se utiliza el método de autocalibrado y proporcionando la figura 5B los resultados obtenidos cuando se utiliza un método que no es autocalibrado. Se debe recordar que la totalidad de la técnica anterior, tal como la que se encuentra en la patente Miwa antes mencionada, es de tipo no autocalibrado. Dado que hay una gran cantidad de variabilidad en la absorción, reflectancia absoluta e impedancia acústica entre tejidos cardíacos normales e infartados, y las variaciones resultantes en señales de ultrasonidos de retorno que se encuentran entre las diferentes regiones de exploración adyacentes, la pérdida de calibración tiene como consecuencia resultados de diagnóstico groseramente inexactos tal como se aprecia en la figura 5B. Los resultados de la figura 5A se obtuvieron aplicando las etapas de la figura 3 a muestras in vitro de tejidos cardíacos consistentes en zonas normales y zonas infartadas. Los resultados de la figura 5B se obtuvieron aplicando todas las etapas de la figura 3 excepto la etapa (105) de autocalibrado. La etapa de autocalibrado fue omitida en este caso; es decir, los espectros de potencia separados de lugares separados (30) dentro de una región de interés (16), calculados en (104), fueron promediados para formar un espectro de potencia promedio para la región. Por lo demás, se utilizaron los mismos datos de entrada y las mismas etapas para generar 5A y 5B. Los resultados de las figuras 5A y 5B se pueden resumir del modo siguiente.

proporción c/a (energía relativa en bandas de alta frecuencia) / (energía relativa en bandas de baja frecuencia)

	Normal	Infarto
	media\pmds	máxima	mínima	media\pmds
5A (método autocalibrado)	0,28\pm0,23	0,71	1,69	1,83\pm0,10
5B (método no autocalibrado)	0,25\pm0,22	0,63	0,03	0,26\pm0,22

El método autocalibrado da lugar a una clara separación entre tejidos normales e infartados, y por lo tanto, una gama de posibles puntos de diagnóstico claro. Las proporciones de energía en el método no autocalibrado son casi imposibles de distinguir y de poca, o ninguna, significación diagnóstica.

La elevada proporción c/a en tejidos cardíacos infartados de la figura 5A corresponde a una densidad muy baja de dispersadores en la escala espacial de baja frecuencia; en comparación con la densidad en la escala de alta frecuencia.

La frecuencia espacial f_{espacio} en ciclos por centímetro asociada con una componente de frecuencia f_{tiempo} en la modulación de amplitud de la forma de onda recibida se relaciona de forma inversa con una escala espacial de dispersadores o variaciones de densidad; la escala queda proporcionada por

l/f_{espacio} = (v/2)l/f_{tiempo} (cm)

en la que v es la velocidad del sonido en cm/microsegundo, y f_{tiempo} es la frecuencia de la modulación de amplitud en MHz

= 0,077 x 2^{n}/fs (cm)

en la que f es la frecuencia de Fourier (índice de la componente de Fourier) en ciclos por ventana de muestreo de 2^{n} = k_{max} puntos por forma de onda, y s es la velocidad de muestreo en MHz.

La banda ``baja frecuencia'', que comprende frecuencias de Fourier f de 5 a 20 ciclos por ventana de 256 puntos (2^{n} = 256, o n = 8), con una velocidad de muestreo de 50 MHz corresponde por lo tanto a escalas espaciales de 0,020 cm (para f = 20) a 0,079 cm (para f = 5), es decir, aproximadamente de 200 a 800 micras.

\newpage

De esta manera, es evidente que se puede realizar para pequeñas regiones definidas de interés más que una clasificación amplia de normalidad o anormalidad para zonas definidas de interés más pequeñas. Se pueden observar ejemplos de diagnósticos específicos los siguientes:

diagnóstico esencialmente no intrusivo de enfermedades de músculos cardíacos incluyendo determinación de si los tejidos dañados pueden ser reparados o no;

diferenciación entre placas y trombos en arterias coronarias durante angioplastia;

diferenciación de los tumores entre malignos y benignos; y

diagnóstico de enfermedades infiltrantes con respecto a inflamatorias.

Claims (7)

1. Aparato para la clasificación de tejidos en una región de interés que comprende:

medios (2) para generar impulsos de ultrasonidos;

medios transductores (9) para aplicar dichos impulsos de ultrasonidos a dicha zona de interés y recibir impulsos de ultrasonidos de retorno de dicha zona de interés;

medios para digitalizar (20) dichos impulsos de ultrasonidos devueltos;

medios para demodular (19) dichos impulsos de ultrasonidos de retorno por rectificación de onda completa para obtener la modulación de amplitud en dichos impulsos de ultrasonidos devueltos de forma digitalizada;

medios de cálculo (19) para calcular el espectro de potencia por transformación rápida de Fourier en dichos impulsos digitalizados y rectificados;

medios (19) adaptados para determinar la energía de Fourier en cada uno de una serie de bandas de frecuencia seleccionadas de Fourier en dicho espectro de potencia;

medios para comparar selectivamente energías de Fourier para dichas bandas de frecuencia de Fourier seleccionadas de dicho espectro de potencia y obtener como mínimo una comparación de energía; y

medios de correlación para correlacionar dicha comparación de energía o comparaciones de energía como mínimo a una clasificación de tejidos.

2. Aparato, según la reivindicación 1, en el que dichos medios para comparar selectivamente comprenden medios para obtener proporciones entre energías de dichas bandas de frecuencia seleccionadas.

3. Aparato, según la reivindicación 2, que comprende además unos medios de almacenamiento (25) para almacenamiento de dichos impulsos digitalizados.

4. Aparato, según la reivindicación 3, que comprende además unos medios de promedio para promediar dichos impulsos digitalizados y almacenados.

5. Aparato, según la reivindicación 4, en el que dichos medios para comparar selectivamente energía en cada una de una serie de bandas de frecuencia seleccionadas comprende medios para asignar como mínimo un valor numérico que representa dichas cantidades relativas de energía.

6. Aparato, según la reivindicación 5, que comprende además medios de almacenamiento en una tabla y en el que dichos medios para efectuar la correlación comprenden medios para comparar dicho valor numérico o valores numéricos que representan dichas cantidades relativas de energía como mínimo a una tabla almacenada de valores de clasificación numéricos conocidos a partir de datos normalizados.

7. Aparato para la clasificación de tejidos en una zona de interés que comprende:

medios (2) para generar impulsos de ultrasonidos;

medios transductores (9) para aplicar dichos impulsos de ultrasonidos a dicha zona de interés y para recibir impulsos de ultrasonidos de retorno desde dicha zona de interés;

medios para digitalizar (20) dichos impulsos de ultrasonidos de retorno;

medios para demodular (19) dichos impulsos de ultrasonidos de retorno para obtener modulación de amplitud en dichos impulsos de ultrasonidos de retorno digitalizados;

medios de cálculo (19) para calcular el espectro de potencia por transformada rápida de Fourier sobre dichos impulsos digitalizados y demodulados;

medios (19) para determinar la energía de Fourier en cada una de una serie de bandas de frecuencia de Fourier seleccionadas en dicho espectro de potencia;

\newpage

medios (19) para comparar selectivamente energías de Fourier para cada una de una serie de bandas de frecuencia de Fourier seleccionadas de dicho espectro de potencia y obtener como mínimo una comparación de energía;

medios de correlación (19) para correlacionar dicha comparación o comparaciones de energía como mínimo a una clasificación de tejidos.