从零理解功能性超声成像（fUSI）：神经科学的新窗口

什么是功能性超声成像（fUSI）

功能性超声成像（Functional Ultrasound Imaging，简称 fUSI）是近年来神经科学和生物医学工程交叉领域兴起的一项脑成像技术。它利用超声波追踪脑血流的微小变化，从而间接反映神经活动。与传统的功能性磁共振成像（fMRI）相比，fUSI 在时间与空间分辨率、设备成本以及便携性上都展现出独特的潜力。

这篇来自 Hacker News 的分享标题为「Functional Ultrasound Imaging (fUSI) from scratch」，强调「从零开始」理解和构建这项技术。尽管社区讨论热度尚处早期（约 10 个赞、1 条评论），但它触及了一个值得关注的技术方向：如何用相对低廉、可及的硬件实现高质量的脑功能观测。

fUSI 的技术原理

fUSI 的核心依据是「神经血管耦合」（neurovascular coupling）现象——当某个脑区活跃时，局部会出现血流量增加以满足能量需求。超声成像通过高帧率的平面波发射与多普勒处理，能够捕捉到脑内微小血管中红细胞流动的变化。

高帧率超声与功率多普勒

传统超声成像帧率有限，难以捕捉快速的血流动力学变化。fUSI 的突破在于采用超快成像（ultrafast imaging）方案，帧率可达每秒数千帧。结合功率多普勒（power Doppler）处理，系统能够对血流信号进行统计累积，从而检测到直径仅数十微米的小血管信号。

超快成像的实现依赖「平面波发射」（plane wave transmission）技术。传统聚焦超声每次只对一条扫描线成像，帧率受限于声速与扫描深度；而平面波发射将整个视野一次性照射，再通过「合成孔径」（synthetic aperture）算法在后处理中重建图像，从而将帧率从几十帧/秒提升至数千帧/秒。功率多普勒的工作机制是：在高帧率序列中，固定组织产生的回波在帧间高度相关，而运动的红细胞则引入随机相位变化；通过奇异值分解（SVD）等杂波滤波算法将两者分离后，对血流残差信号的功率（强度平方）进行时间积分，即可得到反映血管密度与血流量的功率多普勒图像。这一流程将原本只能观测大血管的多普勒技术，扩展到了直径 50 微米以下的毛细血管前微动脉层级。

与 fMRI 的对比

fMRI 依赖大型超导磁体，设备昂贵、体积庞大且对被试有严格限制。fUSI 的传感器是一个手持或可植入的探头，成本显著更低，并且具备毫米级的空间分辨率与毫秒级的时间分辨率。这种「便携+高分辨率」的组合，让 fUSI 在动物实验、术中监测乃至脑机接口研究中都颇具吸引力。

「从零构建」意味着什么

标题中的「from scratch」暗示了一种教学或开源导向的思路：不依赖商业化的封闭系统，而是从原始的超声射频数据出发，逐步实现波束成形、多普勒滤波、运动校正到功能图谱生成的完整流程。

对于研究者和工程师而言，从底层理解每一步的信号处理逻辑，不仅有助于复现已有成果，也为算法创新留出空间。例如在杂波抑制（clutter filtering）环节，如何区分组织运动与血流信号，是决定 fUSI 图像质量的关键技术难点之一。

杂波抑制（clutter filtering）是 fUSI 信号处理链中最核心的环节之一。脑组织本身因呼吸、心跳或体动产生的缓慢位移，会在多普勒信号中生成远强于血流回波的「组织杂波」。早期方案使用高通时域滤波器（如壁滤波器）来分离两者，但因组织运动与血流速度频谱存在重叠而效果有限。现代 fUSI 普遍采用基于奇异值分解（SVD）的空时滤波：将时间序列的超声数据矩阵进行 SVD 分解后，能量最集中的前几个奇异向量对应空间相干的组织信号，将其剔除后保留的残差即为血流贡献。这种方法对呼吸运动等低频干扰的抑制能力远优于频域滤波，且无需显式估计组织运动轨迹，是「从零实现」时需要重点理解的算法节点。

应用前景与挑战

fUSI 目前已在啮齿类动物的全脑功能成像中得到验证，并逐步向临床方向拓展，包括新生儿脑监测（利用尚未闭合的囟门作为声窗）以及神经外科术中实时成像。在脑机接口领域，fUSI 也被视为一种非侵入或微创的信号读取候选方案。

不过，挑战同样明显：成人颅骨会强烈衰减和畸变超声波，限制了经颅应用；海量的高帧率数据对存储与实时处理提出了要求；此外，血流信号与神经活动之间的映射关系仍需更精确的建模。

颅骨对超声的衰减与像差问题是制约 fUSI 走向成人临床应用的核心瓶颈。颅骨的高声阻抗与不均匀结构会使超声能量衰减约 10–20 dB，同时引入严重的相位畸变，导致波束成形精度大幅下降。研究者正在探索两类解决路径：其一是「自适应波束成形」，通过预先的 CT 或 MRI 数据建立颅骨声速模型，在发射/接收端进行相位补偿；其二是开发工作频率更低（1–2 MHz）的大孔径换能器阵列，以提升经颅穿透深度，代价是空间分辨率有所下降。新生儿脑监测之所以可行，正是因为囟门提供了无颅骨阻碍的天然声窗，使高频探头可以直接获得接近动物实验级别的图像质量。

小结

作为一项仍在快速发展的成像技术，fUSI 融合了超声物理、信号处理与神经科学的多重知识。「从零构建」这类分享的价值，在于降低技术门槛、推动开源生态，让更多人能够参与到脑成像工具的创新中来。对关注脑机接口、医学影像或信号处理的技术从业者而言，这是一个值得持续跟踪的方向。

注：本文基于 Hacker News 的一则简短分享撰写，原始讨论信息有限，文中技术细节为基于 fUSI 领域公开知识的背景补充说明。