功能超声成像（f USI）是一种刚开始在人体研究中展示的脑成像模态。我相信很多人会熟悉结构超声成像，它利用超声形成静态图像，就像超声波检查一样1。功能超声则以极高的速度捕捉脑组织的电影，追踪由神经活动引发的血流变化所导致的微小变化。功能超声成像首次由Macé等人（2011）演示。使用超声探头以极高速度成像大鼠大脑。一种计算方法隔离快速变化的像素，形成血管图谱。虽然这是功能磁共振成像（fMRI）所用的同一来源对比，但功能超声具有潜在的十倍更高的线性分辨率（1000倍的体素）、更小（无需磁铁！）、更便宜（无需磁铁！）以及更高的信噪比。该模态自然地与低强度聚焦超声（LIFU，或令人困惑地称为f US）配合使用，后者将能量聚焦到大脑的特定区域以调节其活动，为神经精神和神经系统疾病提供了一种新的治疗选择。利用造影剂或基因疗法的扩展可能超越血流动力学响应，以超分辨率测量血管，甚至直接测量神经活动。虽然超声难以穿透颅骨，但f USI已在术中以及接受声学透明颅骨植入物（在重建性颅骨手术后）的患者中得到演示。
我去年深入研究了f USI，发现大部分技术信息隐藏在应用论文的方法部分，或散布在关于超声成像整体的长篇书籍中。f USI捕捉血流动力学响应，但具体是如何实现的？对比度的来源是什么？它测量的是血流还是血量？它如何处理头部运动？超声到底是什么？我深入研究了——包括几乎从头到尾读完一本800页的教材——所以你不必这样做。我将从物理上解释f USI是如何工作的，以及它是如何被分析的。这将为你提供一个良好的基础来计算地研究f USI。由于许多用于f USI仿真的分析工具箱被锁定在Matlab中，我在Github上发布了一系列Python教程，以便你（或你的代理）可以跟随学习。
读完这篇文章，你应该能理解什么是f USI，它是如何工作的，以及它为何尚未达到其潜力的上限。这是我于二月在X上发布的一篇文章的大幅扩展版。我对原版不满意，因此进行了第二次修订：此篇包含新图像和视频，深入探讨了物理原理，并指出了f USI信号处理可改进的地方。
功能超声成像，就像常规超声成像一样，使用换能器——它们既是发射器又是接收器——来通过组织传输超声波。这些超声波在脑组织中基本不受阻碍地传播，在遇到阻抗变化时发生后向散射，比如红细胞、气泡或颅骨。通过测量这些后向散射波，可以计算重建局部阻抗的变化。重建图像的分辨率与所传输超声波的波长成正比；在18 MHz时进行超声化，这可以达到高达~100微米的线性分辨率，这是临床上使用的最高端。这解释了我们如何能够测量高分辨率的结构图像，但功能成像呢？当神经元放电时，它们会消耗能量，这会触发血管扩张和血液延迟流入活跃区域：血流动力学。这种血液与基线状态不同：其量更多，流动更快，氧气含量不同，颜色也不同。多种脑成像模态利用了这一事实，包括f MRI（BOLD）和f NIRS。f USI利用运动的红细胞会导致后向散射超声信号发生偏移这一事实，从而能够追踪神经活动后随之而来的快速血流变化。这种血流动力学响应提供了功能成像的对比度。
来源: Hacker News · 由HeadlinesBriefing整理摘要