中国学者开发新型超声成像仪，或重塑心脏诊断新范式

近年来，可穿戴电子的发展日新月异，很多国内外课题组在做各种类型的可穿戴设备。

但实际上，由于在传播过程中受到人体组织和肌肉骨骼体系的阻挡，很多信号及能量会发生严重衰减。这导致大多数可穿戴电子设备只能探测和采集皮肤的浅表信号，很难探测到皮肤以下的深层人体组织。

但人体深层的信号更能反映人类疾病的根源，或者说其与人体健康状况关联度更高。

近期，美国加利福尼亚大学圣迭戈分校（University of California, San Diego，UCSD）团队研发了一种新型“贴片式”心脏超声成像仪，其具有可长期穿戴、持续性记录成像/视频的独特优势，改变了以往超声成像中只能进行短暂成像、间断式成像的情况。

通过该设备，可持续地提取患者在运动及非运动状态时的重要心脏状态信息。值得关注的是，通过可穿戴心脏超声成像仪，可对心脏射血功能相关的重要参数进行实时监测，并且该设备还融入了深度学习技术，使心脏成像数据更加全面。

这改变了以往应用中只能检测到一两个周期参数的不确定性，并帮助医生解决了繁琐的手动结果的过程，从而实现更容易、更准确地解读数据信息。

并且，新型心脏超声成像仪可检测到人体皮肤下 14-15 厘米的相关信号，为可穿戴电子领域开拓了新的方向。

“在人体运动期间进行连续成像并实时提供实用且可行的信息，将为临床和医学研究带来新的机会。我们的下一步工作是进行电路设计和对超声贴片进行无线集成。”UCSD 副教授徐升说。

图丨相关论文（来源：Nature）

近日，相关论文以《一种可穿戴式心脏超声成像仪》（A wearable cardiac ultrasound imager）为题发表在 Nature 上[1]。

UCSD 纳米工程系博士后研究员胡鸿杰为论文第一作者，徐升副教授为论文通讯作者。

图丨UCSD 徐升课题组部分成员合影，右一为徐升副教授（来源：胡鸿杰）

审稿人认为，这是一篇令人印象深刻的论文，该技术的先进性包括使用非常新颖的软材料进行高密度互连、跨平面成像的新型可穿戴探头，基于深度学习的自动分割，用于量化心输出量等。

实现二维信号的直接成像

此前，多数可穿戴设备的信号为一维信号，而该研究将一维信号扩展到了二维图像。

“这相当于让可穿戴电子领域向前迈进了一步，通过二维成像可实时看到心脏超声可视化视频，数据也更加直观、全面、准确。”胡鸿杰说。

图丨显示可穿戴成像仪爆炸视图的示意图，关键部件标记（左）及其工作原理（来源：Nature）

据悉，该研究主要分为三个阶段。

第一阶段，实现可穿戴超声成像。据悉，自 UCSD 徐升课题组成立以来，就开始研究可穿戴超声探头。在 2015 年到 2019 年期间，柔性超声传感器逐渐诞生，在可穿戴超声设备方向已经有了一些相关成果，比如测量血压、测量多普勒波形等。

“B 超成像是医学领域非常基本，但非常重要的一种技术。”胡鸿杰说。因此，该团队在很早之前就设立了实现可穿戴超声成像的科研目标。之后，他们通过加工工艺、设计、电极材料等系列创新，逐步实现了高质量的 B 超成像。

图丨可穿戴式心脏成像仪的设计和表征（来源：Nature）

随后，课题组成员提出，如何最大程度地发挥出该工具的作用呢？为此，在研究的第二阶段，他们找到了新型可穿戴成像仪的应用场景——传统 B 超无法实现、在不稳定状态下也需要长期进行动态成像的心脏超声成像。

胡鸿杰表示，心脏疾病具有突发性，因此需要长期监测才能实时捕捉到患者的发病情况。

在实现各个标准截面的心脏成像后，该团队发现，即便是医生看到这种图像，也要进行后处理才能解读。因此，该阶段蕴藏在的心脏图像里的有关心脏射血功能的指标并不能很明确、快速地被捕捉。于是，他们进一步提出，可否在数据上进行分析方法上的创新呢？

实际上，将 AI 融入到解决方案也是在课题组成员不断探索中逐步确认的。最初，他们想用最简单的算法、通过图像灰度不同实现图像的分割功能。

胡鸿杰指出，但这种方法的分割效果并不理想。“分割是一个需要参考前后帧的动态判断过程，因此需要加入医生的经验进去，才能准确地判断心脏腔室的位置。”

图丨通过深度学习进行自动图像处理（来源：Nature）

那时候，深度学习模型和算法开始慢慢在各个领域中交叉应用，所以他们想到，AI 或许可以为数据分析提供便利和帮助。

在研究的第三阶段，通过研究和调研，胡鸿杰与其所在课题组成员发现，AI 模型能对包括 X 光、核磁共振成像等医疗图片进行分割并处理。沿着这个方向，他们在技术上不断改善，最终通过深度学习对图像实现了自动化分析。“这就是我们想要的结果。”胡鸿杰说。

可进行一些疾病的辅助治疗

该研究开辟了对人体深层组织和器官、对可穿戴成像持续性监测的新方向，通过新型心脏超声检测仪能够检测和探索深层组织和器官的信息。不仅能够反映出更多的数据信息，并且更直观、更准确。

该团队在论文中展示了该设备应用于心脏监测的场景，但这只是其应用之一。胡鸿杰表示，对于其他器官的超声成像该技术也同样适用。并且，该设备还可应用于一些疾病的辅助治疗、辅助手术。

图丨超声心动图在标准视图中（来源：Nature）

当然，二维成像仅是可穿戴设备迈出的第一步，随着技术的发展，科学家未来可能朝着三维、四维等更高维度的成像继续探索。

胡鸿杰指出，想实现三维成像，从硬件上来看，传感器数量将更多，加工难度也会更大。并且，由于三维成像需要覆盖的器官范围更大，因此设备处理的信号更多，这对实时帧率也提出了更高的要求。

下一步，该团队打算将设备从有线优化为无线传输、无线供电的方式；另一方面，在空间分辨率方面他们也将继续提升，致力于让设备的成像质量更佳，并计划由该课题组成立的创业公司Softsonics 在几年内进行成果转化。

将归国寻找教职工作

胡鸿杰本科毕业于北京科技大学化学与生物工程学院应用化学系，本科导师为姜建壮教授。2016 年，他进入 UCSD 的材料科学与工程专业进行博士阶段的学习，师从徐升教授。

他从不规则的金属物件成像项目开始做起，慢慢积累了相关基础与经验。后来在徐教授的指导下，逐渐将研究方向转到与人体医疗健康相关的可拉伸可穿戴电子，尤其是可穿戴超声、光声器件、可穿戴热电器件、三维集成可拉伸器件。现在，胡鸿杰在 UCSD 徐升课题组进行博士后研究。

截至目前，他在学术期刊上以第一作者（包含共一）的身份发表 7 篇论文（包括 1 篇已接收论文）。曾发明世界上首个可拉伸超声阵列探头，其主要用于复杂曲面的结构的三维成像，解决了结构健康检测和无损检测时非平面结构难以成像的问题[2]。此外，他还开发了可用于连续监测组织硬度的可穿戴超声器件。

图丨胡鸿杰博士在实验室（来源：UCSD）

作为徐升课题组的第一届博士生，他认为徐教授既是导师、也是科研之路学习的榜样。他表示：“回顾这 6 年半时间，我在徐老师一步步技术指导和科研训练的培养下，从不太了解科研，到慢慢有了今天的成绩。”

并且，在他的影响下，胡鸿杰逐渐具备了更高的科研视野，想通过科学研究去解决那些人们此前未解决的、真正需要去解决的实际问题。在他看来，徐老师纯粹、严谨、专注的科研态度是他成功的关键，值得所有科研工作者学习。

“在课题组刚成立的前几年，徐老师经常和我们一样，从早 9 点到晚 11 点‘沉浸’在实验室。他经常对我们说，‘科研不是你们的工作，而是应该把它当成一份事业。’”胡鸿杰回忆道。

目前，他计划近期回国寻找教职工作，继续以可穿戴医疗电子为研究方向，并开辟一些创新的分支。并希望未来可将他所开发的技术进行成果转化，通过科研真正地帮人们解决实际的问题。

参考资料：

1.Hongjie Hu et al A wearable cardiac ultrasound imager. Nature 613, 667–675 (2023). https://doi.org/10.1038/s41586-022-05498-z

2.Hongjie Hu et al. Science Advances 4,3(2018). https://www.science.org/doi/10.1126/sciadv.aar3979