融合汉克尔矩阵重构及奇异值分解的空化信号特征解析

摘要

高强度聚焦超声（High Intensity Focused Ultrasound,HIFU）作为一种前沿的非侵入式治疗技术，在临床应用中取得显著进展，而声空化效应是其发挥治疗作用的关键机制之一.在HIFU治疗过程中，准确区分稳态空化信号和瞬态空化信号成分，对于精准调控治疗效果和保障治疗安全性至关重要.然而，传统的被动空化检测方法在分析HIFU治疗过程中产生的空化信号时，始终存在一定的局限性，难以精确提取信号中的相关复杂成分并深入解析空化运动状态.因此，针对HIFU治疗过程中获取的空化信号，创新性地提出了基于汉克尔矩阵重构的奇异值分解（H-SVD）方法 .该方法首先将单阵元换能器接收的一维时域信号通过滑动窗口技术重构为汉克尔矩阵，随后利用奇异值分解（Singular Value Decomposition,SVD）算法对信号进行多尺度特征提取，实现了HIFU基频及谐波信号、次谐波/超谐波，以及宽带噪声信号的有效分离.与传统被动空化检测技术相比，H-SVD方法在保留信号各频率成分细节信息方面展现了显著优势，能更精确地刻画不同声压条件下空化特征的阶段性动态演变规律，即由初始的由基波和谐波主导的小振幅线性振荡，逐步过渡到次谐波/超谐波占优的非线性稳态空化，最终发展为宽带噪声主导的剧烈瞬态空化行为.该方法为深入理解稳态空化和瞬态空化各自诱发的物理化学机制提供了有力的分析工具，同时也为HIFU治疗过程中的空化效应实时监测与精准调控奠定技术基础.

关键词

被动空化监测 / 高强度聚焦超声 / 汉克尔矩阵 / 奇异值分解

基金资助

国家自然科学基金(12274220)