IEEE RBME｜从大动脉到微血管，阵列超声如何走向可靠的脑血管监测？|tcd|多普勒|大动脉|微血管|最危险信号|脑血管|阵列超声

脑血管状态的变化，可能发生在两次影像检查之间。对于蛛网膜下腔出血或颅脑损伤等患者，CT和MRI提供重要的结构与区域血流动力学信息，床旁超声则有机会追踪检查间隙的变化。经颅多普勒（transcranial Doppler，TCD）已能测量颅底动脉血流速度【1】。近年来，电子转向、贴合式阵列、超快采集和微泡定位持续拓展超声能力，使区域功能血流动力学和微血管结构成为新的观察目标。然而，一张更细致的血管图或一条持续刷新的曲线，距离可靠的临床监测还有哪些环节？声窗是否合适、显示值代表什么、一次估计整合多长时间的数据，以及探头移动后是否仍然准确，都会影响这一判断。

近日，复旦大学类脑智能科学与技术研究院许树茂团队在 IEEE Reviews in Biomedical Engineering 发表题为 Array-Based Ultrasound for Neurovascular Monitoring and Vascular Characterization 的临床应用综述。汪子策为第一作者。文章将阵列设计、经颅声学通路、采集重建与生理解释联系起来，比较大动脉速度监测、功能超声及微血管表征各自获得了哪些信息，又受到哪些条件限制，为阵列超声的床旁转化提出可操作的验证路径。

理解这些进展，首先要明确测量对象。TCD的基础读数是血流速度；要进一步估计体积流量，还需要血管横截面及代表性的速度采样。组织灌注涉及血液向组织的输送，需要相应的生理模型和参考验证。能量多普勒累加杂波滤除后保留的回波能量，在采集、滤波和生理条件稳定时，可反映脑血容量相关的相对变化。因而，从可见血管、速度或回波能量走向定量灌注，每一步都需要说明测量关系。

同样需要解释的是“实时”。一次估计的数据窗口、显示更新间隔、重建耗时以及传输质控延迟，共同决定屏幕上数值的时间含义。重叠窗口能够频繁更新曲线，但其中包含的数据可能来自更长时段。例如，脑血流自动调节的传递函数分析建议使用至少5分钟平稳且质量合格的压力和血流数据【2】。图形处理器等计算加速可以缩短处理等待，所需观察窗口仍取决于具体生理问题；血管反应需要时间形成，微泡轨迹也需要充分采样。

阵列能否持续获得这些数据，取决于其与颅骨的配合。几何布局决定空间采样，相控操作通过电子延迟控制波束，贴合结构帮助维持接触，稀疏或行列寻址则减少连接成本。它们是可以组合的设计属性。成人颅骨限制了真正有用的声学孔径，增加阵元或扩大贴片面积的收益，需要与穿透、灵敏度、通道和校准成本一起评价。尤其在探头位移或贴片弯曲后，传播路径可能变化，接触良好仍可能伴随校准失效。

已有临床工作显示，自动化和贴合设计能够解决不同的记录难题。机器人辅助TCD研究在92例患者中完成79例可行检查，自主检出大脑中动脉的比例为124/158个颞窗，中位定位耗时2分18秒、记录时长34分钟【3】。另一项贴合式超声贴片研究在36名参与者中，与常规TCD比较得到平均流速差值−0.84±3.06厘米/秒，并另行展示了4小时聚焦记录【4】。这些结果分别支持自动寻找目标、电子选定血管及延长记录，但检查、颞窗和血管节段的成功率采用不同分母，不能直接横向排名。长期价值还要看有效记录占比、重新定位后的重复性和人工介入次数。

从目标血管转向区域成像，采集和重建的作用更加突出。聚焦发射适于稳定血管的频谱采样，平面波或发散波可用较少发射覆盖更宽区域；增加相干复合有助于图像质量，也需要更多采集时间。波束形成后的复杂回波数据，可分别用于B型亮度成像或保留相位和幅度信息的多普勒估计。杂波滤波若将慢血流一并去除，会遗漏血管；若保留运动组织，又可能造成区域信号增加（图1）。这些处理环节必须与最终测量一起验证。

图1 从发射、接收到测量输出的处理流程。B型成像和多普勒估计使用不同数据分支；采集计划同时影响覆盖与观察窗口。超快采集与功能超声分属采集方式和应用层面。

超快采集增加时间采样，功能超声（functional ultrasound，fUS）则利用血流动力学信号研究任务或状态相关变化。人类fUS已在新生儿囟门、术中和颅骨缺损或声学透明植入物等通路中开展。综述讨论的术中研究纳入28名患者、测试46个任务，其中43个可接近任务获得功能图，另3个因探头无法到达目标区被排除；电刺激引导表面定位，fUS增加了相关血流动力学变化的深度信息【5】。这些条件下的进展，为完整成人颅骨下的功能成像提供了研究基础，后者仍需单独验证。

对功能的解释，还需要同步理解全身生理。血压、二氧化碳、心率、血细胞比容以及麻醉、镇静和血管活性药物，均可能改变多普勒信号。一次呼吸机调整即可通过二氧化碳变化影响血管状态，因此，干预后出现局部信号变化，尚不足以判定神经活动增强。作者主张结合明确任务、同步生理记录及预设分析解释区域响应。神经血管耦合连接神经活动与局部血管反应，脑血流自动调节研究压力与血流之间的关系，也需要在方案中区分。

微血管观察则引入了不同的采样逻辑。超声造影（contrast-enhanced ultrasound，CEUS）依赖注入微泡增强信号，可以在规定模型下分析造影剂进入和消退。超声定位显微成像（ultrasound localization microscopy，ULM）定位分离的微泡，并累积位置或轨迹，呈现常规多普勒难以显示的细节【6】。单个微泡定位的不确定性、最终图像区分相邻血管的能力和重建像素间距，是需要分别报告的指标。微泡过多会重叠，过少会覆盖不足；慢血流滤除、轨迹截断和运动校正也会影响估计。

临床ULM研究已经显示了新增的解剖信息。Denis等纳入24例患者，最终分析15例对照及6例烟雾病患者，另3例烟雾病患者因声窗或配准问题排除【7】。在比较所用的3T飞行时间法MRI和彩色多普勒中未显现的部分穿支结构，可以通过ULM观察到。不过，结果来自31—230秒的选定片段和离线处理；每名对照选取两条穿支得到的0.8±0.2毫米表观宽度，也不同于独立测得的图像分辨率。Bureau等的三维经颅校正及ULM结果来自动物羊模型【8】。将这些能力用于未筛选人群或持续监测，需要继续验证声窗失败、运动及微泡覆盖带来的影响。

因此，临床验证应贯穿完整测量流程。速度估计需要与匹配血管和时段的TCD比较，血管结构需要解剖参考，区域灌注则需要恰当时序的CT或MR灌注等测量。除相关性外，还应报告偏倚、一致性界限和重复性，并纳入失败检查。对于连续监测，有效时间比例、最长中断、重新定位时间、误报及检出延迟尤其重要；数据中断时保留的旧值，也应明确标出时间和质量。人工智能即使改善图像外观，仍需检验弱血流是否被删除、速度是否偏移，以及跨设备和人群表现。

长时程记录同样要求评价实际工作方案中的声输出、温升、探头压力、皮肤耐受与微泡条件，并建立相应的暂停、检查和恢复流程。在此基础上，可以先通过不影响诊疗的静默观察验证数据可用性，再评估新增信息是否改善识别时间或管理决策。只有将测量性能与具体临床流程连接，才能进一步检验患者获益。

综上所述，这篇综述将阵列超声的价值落到三类互补目标：持续追踪大动脉速度、记录区域功能血流动力学、获得可重复的微血管表征。其进展依赖声学通路、观察窗口、重建处理与生理解释的匹配。完整成人颅骨下连续定量灌注仍是待解决目标。未来研究需要在目标人群中同步检验准确性、有效记录时间和临床信息增益，明确哪些技术改进能够转化为真正可用的床旁监测。

原文链接：https://doi.org/10.1109/RBME.2026.3739250

制版人：十一

参考文献

1. Aaslid R, Markwalder TM, Nornes H. (1982). Noninvasive transcranial Doppler ultrasound recording of flow velocity in basal cerebral arteries. J Neurosurg, 57(6), 769–774. doi: 10.3171/jns.1982.57.6.0769

2. Panerai RB, et al. (2023). Transfer function analysis of dynamic cerebral autoregulation: A CARNet white paper 2022 update. J Cereb Blood Flow Metab, 43(1), 3–25. doi: 10.1177/0271678X221119760

3. Fattorello Salimbeni A, et al. (2025). Robotic Assisted Transcranial Doppler Monitoring in Acute Neurovascular Care: A Feasibility and Safety Study. Neurocrit Care, 42(2), 457–464. doi: 10.1007/s12028-024-02121-z

4. Zhou S, et al. (2024). Transcranial volumetric imaging using a conformal ultrasound patch. Nature, 629, 810–818. doi: 10.1038/s41586-024-07381-5

5. Imbault M, et al. (2017). Intraoperative functional ultrasound imaging of human brain activity. Sci Rep, 7, 7304. doi: 10.1038/s41598-017-06474-8

6. Demené C, et al. (2021). Transcranial ultrafast ultrasound localization microscopy of brain vasculature in patients. Nat Biomed Eng, 5, 219–228. doi: 10.1038/s41551-021-00697-x

7. Denis L, et al. (2025). Transcranial ultrasound localization microscopy in moyamoya patients using a clinical ultrasound system. Theranostics, 15(9), 4074–4083. doi: 10.7150/thno.105427

8. Bureau F, et al. (2025). Ultrasound matrix imaging for 3D transcranial in vivo localization microscopy. Sci Adv, 11(31), eadt9778. doi: 10.1126/sciadv.adt9778

学术合作组织

（*排名不分先后）