Д.В. Леонов1, Т.В. Яковлева2, Н.С. Кульберг3, О.В. Омелянская4, Ю.А. Васильев5

1,2,4,5 Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы (Москва, Россия)
1 Национальный исследовательский университет «МЭИ» (Москва, Россия)
1,2 Федеральный исследовательский центр «Информатика и управление» РАН (Москва, Россия)
3 Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет) (Москва, Россия)
1 strat89@mail.ru, 2 YakovlevaTV7@zdrav.mos.ru, 3 kulberg@yandex.ru, 4 OmelyanskayaOV@zdrav.mos.ru, 5 VasilevYA1@zdrav.mos.ru

Постановка проблемы. Ряд заболеваний, таких как онкология, заболевания молочной, щитовидной желез, а также стеатоз печени, характеризуются изменением размера клеток организма. Такие изменения трудно диагностировать современными средствами медицинской визуализации, а проведение биопсии, необходимое для постановки окончательного диагноза, является дорогостоящей для системы здравоохранения и болезненной для пациента процедурой. В то же время ультразвуковая визуализация выделяется на фоне других методов диагностики своей распространенностью, отсутствием вредного излучения и возможностью работы в реальном времени. Поэтому актуальна разработка методов оценки размеров рассеивателей, основанных на принципах ультразвуковой визуализации. Известно, что статистика ультразвуковых сигналов описывается распределением Райса. Но до недавнего времени оценка параметров распределения Райса была затруднена из-за необходимости рассчитывать функцию Бесселя.

Цель. Разработать новый метод оценки размеров рассеивателей при ультразвуковой визуализации, основанный на расчете параметров распределения Райса без вычисления функции Бесселя.

Результаты. Разработанный метод оценки размера рассеивателей был испытан путем численного моделирования распространения ультразвукового колебания в среде. Показано, что оценка отношения параметров σ и A распределения Райса при варьировании размера рассеивателей позволяет выделить убывающий линейный тренд, который может быть использован для оценки размера рассеивателей. Показано, что в эксперименте с использованием сигнала на несущей частоте 5 МГц и длительностью 0,7 мкс удалось выполнить оценку размеров в диапазоне от 41 до 706 мкм, что составляет от 4 до 69% относительно длительности зондирующего импульса. Установлено, что работа метода возможна с размером квадратного скользящего окна со стороной до 2 мм.

Практическая значимость. Результаты исследования могут быть использованы при разработке ультразвуковых медицинских диагностических систем с режимом оценки размера рассеивателей.

Леонов Д.В., Яковлева Т.В., Кульберг Н.С., Омелянская О.В., Васильев Ю.А. Метод оценки размера рассеивателей при ультразвуковой визуализации // Биомедицинская радиоэлектроника. 2025. T. 28. № 3. С. 70−78. DOI: https://doi.org/10.18127/ j15604136-202503-08

1. Zhou Z., Gao R., Wu S., Ding Q., Bin G., Tsui P.-H. Scatterer size estimation for ultrasound tissue characterization: A survey. Measurement. 2024. V. 225. P.114046,https://doi.org/10.1016/j.measurement.2023.114046.
2. Cloutier G., Destrempes F., Yu F., Tang A. Quantitative ultrasound imaging of soft biological tissues: a primer for radiologists and medical physicists. Insights into Imaging. 2021. V. 12. P. 1–20.
3. Fan Y., Chen K., Zhao Q., Yin H., Zhu Y. Xu H. Quantitative ultrasound analysis for non-invasive assessment of hepatic steatosis in metabolic dysfunction-associated steatotic liver disease. Clinical Hemorheology and Microcirculation. 2025. 13860291241304057.
4. Taleghamar H., Jalalifar S.A., Czarnota G.J., Sadeghi-Naini A. Deep learning of quantitative ultrasound multi-parametric images at pre-treatment to predict breast cancer response to chemotherapy. Scientific reports. 2022. V. 12(1). P. 2244.
5. Li X., Jia X., Shen T., Wang M., Yang G., Wang H., Sun Q., Wan M., Zhang S. Ultrasound entropy imaging for detection and monitoring of thermal lesion during microwave ablation of liver. IEEE Journal of Biomedical and Health Informatics. 2022. V. 26(8). P. 4056–4066.
6. Tai H., Song J., Li J., Reddy S., Khairalseed M., Hoyt K. Three-dimensional H-scan ultrasound imaging of early breast cancer response to neoadjuvant therapy in a murine model. Investigative radiology. 2022. V. 57(4). P. 222–232.
7. Baek J., Qin S.S., Prieto P.A., Parker K.J. H-Scan Discrimination for Tumor Microenvironmental Heterogeneity in Melanoma. Ultrasound in medicine & biology. 2024. V. 50(2). P. 268–276.
8. Khairalseed M., Hoyt K. High-resolution ultrasound characterization of local scattering in cancer tissue. Ultrasound in medicine & biology. 2023. V. 49(4). P. 951–960.
9. Yakovleva T.V., Kulberg N.S., Leonov D.V. Estimation of the size of structural formations in ultrasound imaging through statistical analysis of the echo signal. In Doklady Mathematics. 2023. V. 107. № 1. P. 72–76.
10. Carvajal R., Orellana R., Coronel M., Agüero J.C. Channel Modeling Using Rayleigh and Rice Sum Approximation. In 2024 IEEE International Conference on Automation/XXVI Congress of the Chilean Association of Automatic Control (ICA-ACCA). IEEE. 2024. P. 1–6.
11. Яковлева Т.В. Математические методы анализа данных в условиях применимости статистической модели Райса: Дис. … докт. физ.-мат. наук / Федеральное государственное бюджетное учреждение науки Вычислительный центр им. А.А. Дородницына Российской академии наук. 2015.
12. Chen C., Pertijs M.A. Integrated transceivers for emerging medical ultrasound imaging devices: A review. IEEE Open Journal of the Solid-State Circuits Society. 2021. V. 1. P. 104–114.
13. Ginzberg M.B., Kafri R., Kirschner M. On being the right (cell) size. Science. 2015. V. 348(6236). P. 1245075.
14. Leonov D., Nasibullina A., Grebennikova V., Vlasova O., Bulgakova Yu., Belyakova E., Shestakova D., Costa-Júnior J.F.S., Omelianskaya O., Vasilev Yu. Design and evaluation of an anthropomorphic neck phantom for improved ultrasound diagnostics of thyroid gland tumors. International Journal of Computer Assisted Radiology and Surgery. 2024 Aug; 19(8). P. 1637–1645. DOI: 10.1007/s11548-024-03130-1.
15. Kim D.S., Paltiel H.J., White P.J., Sassaroli E. Ultrasound Imaging Techniques and Artifacts. Pediatric Ultrasound. 2021. P. 1–49.
16. Pirmoazen A.M., Khurana A., El Kaffas A., Kamaya A. Quantitative ultrasound approaches for diagnosis and monitoring hepatic steatosis in nonalcoholic fatty liver disease. Theranostics. 2020. V. 10(9). P. 4277.
17. Fang J., Lai M.W., Cheng H.T., Cristea A., Zhou Z., Tsui P.H. Imaging the Effects of Whole-Body Vibration on the Progression of Hepatic Steatosis by Quantitative Ultrasound Based on Backscatter Envelope Statistics. Pharmaceutics. 2022. V. 14(4). P. 741.
18. Осипов Л.В., Кульберг Н.С., Леонов Д.В., Морозов С.П. Трехмерное ультразвуковое исследование: особенности визуализации объемных данных Медицинская техника. 2020. № 2 (320). С. 51–55.
19. Tai H., Khairalseed M., Hoyt K. 3-D H-scan ultrasound imaging and use of a convolutional neural network for scatterer size estimation. Ultrasound in medicine & biology. 2020. V. 46(10). P. 2810–2818.
20. Tai H., Khairalseed M., Hoyt K. 3D H-scan ultrasound imaging system and method for acoustic scatterer size estimation: Preliminary studies using phantom materials. In 2019 IEEE International Ultrasonics Symposium (IUS). IEEE. 2019. P. 1515–1518.
21. Осипов Л.В., Кульберг Н.С., Леонов Д.В., Морозов С.П. Трехмерное ультразвуковое исследование: технологии, тенденции развития // Медицинская техника. 2018. № 3 (309). С. 39–43.
22. Васильев Ю.А., Омелянская О.В., Насибуллина А.А., Лейченко Д.В., Леонов Д.В., Шестакова Д.Ю., Ветшева Н.Н.,
    Лыхин В.Н. Использование фантомов в процессе обучения ультразвуковой диагностике: методические рекомендации. Сер.: Лучшие практики лучевой и инструментальной диагностики. Вып. 137. М.: ГБУЗ «НПКЦ ДиТ ДЗМ». 2023. 61 с.
23. Патент на изобретение RU 2747253 C1. Биофантом для отработки практических навыков при выполнении миниинвазивных вмешательств и интраоперационных исследований под ультразвуковым контролем / Н.Н. Ветшева, Е.П. Фисенко, Е.А. Костенко. 2020.
24. Васильев Ю.А., Омелянская О.В., Насибуллина А.А., Леонов Д.В., Булгакова Ю.В., Ахмедзянова Д.А., Шумская Ю.Ф., Решетников Р.В. Антропоморфные фантомы молочной железы для лучевой диагностики: научный обзор. Digital Diagnostics. 2023. Т. 4. № 4. С. 569–592.