医疗超声领域正在经历一场深刻变革。那台长期占据主流地位、推着小车、拖着线缆和多个探头的大型超声机,正在被可以放进口袋的手持探头所取代,后者只需连接一部手机即可完成成像。
这些设备小巧到可以装进实验室外套的口袋,灵活到足以对身体任何部位进行成像,从深层器官到浅表静脉,还能呈现大范围的三维视图,而这一切只需一个探头。配套的AI技术甚至有望让未经专业培训的人员,在任何场景下都能独立操作,而不仅限于诊所里的专业超声技师。
首款此类小型化手持超声探头于2018年由马萨诸塞州伯灵顿的Butterfly Network推向市场。2023年9月,加利福尼亚州圣克拉拉的Exo Imaging推出了竞争产品。
这一切的实现,依赖于基于硅片的超声技术,该技术采用一种微机电系统(MEMS)将4000至9000个换能器——负责在电信号与声波之间相互转换的器件——集成在一块2×3厘米的硅芯片上。通过将MEMS换能器技术与复杂电子电路集成在单一芯片上,这些扫描仪不仅能够复现传统成像质量和三维测量能力,还开拓了以往无法实现的全新应用场景。
超声技术基础
要理解研究人员是如何实现这一成就的,有必要先了解超声技术的基本原理。超声探头使用换能器将电能转换为能穿透人体的声波。声波在软组织中反射后,回波返回探头,换能器再将其转换为电信号,由计算机处理成可显示的图像。
传统超声探头的换能器阵列由压电晶体或陶瓷材料(如锆钛酸铅,即PZT)制成。这些材料在电脉冲作用下发生伸缩,产生在其内部传播的高频超声波。
为了实现成像,超声波需要从压电材料进入患者的软组织和体液——这并非易事。探头阵列因此采用多层材料叠加结构,使硬度从探头核心的压电晶体平滑过渡到人体软组织。
进入人体的能量频率主要由压电层的厚度决定。越薄的压电层产生越高的频率,可提供更高分辨率,但穿透深度有限;较厚的压电层频率较低,穿透深度更大,但分辨率相对较低。
因此,针对身体不同部位的成像,需要使用频率从1到10兆赫不等的多种探头。成像腹腔深部器官或子宫内胎儿,通常使用1至2兆赫的探头,可达30厘米深度,分辨率约为2至3毫米;成像颈部动脉血流,则通常使用8至10兆赫的探头。
MEMS技术改变格局
多探头的需求叠加设备无法小型化的限制,使得传统医疗超声系统不得不依赖笨重的推车式机器。MEMS技术的引入彻底改变了这一局面。
过去三十年间,MEMS技术使各行业制造商能够在微观尺度上制造出精密、高灵敏度的器件。这一进步推动了高密度换能器阵列的实现,使其能够覆盖1至10兆赫的完整频率范围,仅凭一个探头即可对人体不同深度进行成像。MEMS技术还帮助其他组件实现了小型化,使所有部件都能集成在手持探头内。配合智能手机的计算能力,这彻底消除了对笨重推车的依赖。
首批基于MEMS的硅超声原型机出现于1990年代中期,彼时MEMS作为新兴技术正处于热潮顶峰。这些早期换能器的核心元件是振动微机械薄膜,其原理与击鼓产生声波类似。
两种主流架构由此诞生。其一称为电容式微机械超声换能器(CMUT),由斯坦福大学电气工程师Pierre Khuri-Yakub及其团队率先实现。CMUT基于电容器的静电力原理:两块导电板之间以微小间隙分隔,其中一块为微机械加工的薄膜,当施加电压时,异性电荷产生的吸引力使薄膜向基板偏转;叠加交变电压后,薄膜像被敲击的鼓面一样产生振动。
当薄膜与人体接触时,振动将超声波传入组织。超声波的发射与接收效果取决于薄膜与基板之间的间隙,该间隙需控制在约1微米以内,而微机械加工技术正好能实现这种精度。
另一种架构称为压电式微机械超声换能器(PMUT),其工作原理类似缩小版的烟雾报警器蜂鸣器:由周边固定的薄金属盘和粘合在其上的小型压电盘组成,通电后压电材料伸缩并驱动整个结构弯曲振动。烟雾报警器中这类结构的直径约为4厘米,产生约3千赫的刺耳声响;当薄膜直径缩小至100微米、厚度缩至5至10微米时,振动频率进入兆赫范围,从而适用于医疗超声。
霍尼韦尔于1980年代初率先开发出基于硅膜片压电薄膜的微机械传感器。首批工作在超声频率下的PMUT则直到1996年才出现,源于瑞士洛桑联邦理工学院(EPFL)材料科学家Paul Muralt的研究工作。
技术突破与商业化
CMUT早期面临的主要挑战是声压不足,难以将声波传至体内深处并接收回波。薄膜运动受限于极小的间隙,制约了声波幅值。将不同尺寸的CMUT阵列组合以扩展频率范围,又会因分摊了各频率可用的探头面积而进一步降低声压。
解决方案来自Khuri-Yakub在斯坦福大学的实验室。2000年代初的实验发现,当CMUT结构上的电压升高到一定程度,静电力会克服薄膜的弹性恢复力,使薄膜中心塌陷至基板上。
这种"塌陷态"乍看令人沮丧,却带来了意想不到的优势:塌陷区域周围的间隙极小,电场增强,提升了效率;而边缘处保留的大范围"甜甜圈"形区域仍有良好的运动幅度,增大了声压输出;更重要的是,仅通过改变电压即可调节器件频率,使单一CMUT探头能够高效覆盖医疗诊断所需的完整超声频率范围。
此后又历经十余年,研究人员才完全理解并建立了CMUT阵列复杂机电行为的模型,并攻克了制造工艺难题。模型构建颇具挑战,因为每个CMUT阵列中数千个薄膜之间存在相互耦合。在制造层面,难点在于找到合适材料并开发出能保证表面平整度和间隙厚度一致性的工艺。例如,分隔导电薄膜与基板的介电层在仅1微米的厚度下必须承受约100伏电压,一旦存在缺陷,就可能发生电荷注入,导致器件在边缘或薄膜接触基板时短路失效。
最终,荷兰埃因霍温的Philips Engineering Solutions和台湾新竹的台积电(TSMC)等MEMS晶圆代工厂攻克了上述难题,并于2010年前后开始稳定量产高性能CMUT器件。
PMUT早期设计同样面临声压不足的问题,但其输出已足以应用于部分消费电子场景,如手势检测和接近传感器。2015年,面向智能手机指纹识别的大型二维矩阵PMUT阵列问世,为医疗应用注入了新动力。加州大学伯克利分校和戴维斯分校的研究人员将约2500个PMUT元件与CMOS电路集成,置于硅橡胶层下方,在20兆赫频率下通过反射信号幅度区分指纹脊线与间隙,成功演示了PMUT与电子电路在硅芯片上的大规模集成。
为了进一步提升PMUT的医疗超声性能,来自意法半导体(ST Microelectronics)等半导体公司的帮助至关重要——他们开发出了在硅膜上集成PZT薄膜的工艺。为拓展频率范围、提高带宽,研究人员还采用了椭圆形PMUT薄膜设计,其宽窄两端相当于不同长度的吉他弦,通过在薄膜不同区域施加独立电极信号,实现了宽频段的高效振动。
手持设备与未来展望
2000年代初,研究人员开始推动CMUT技术走向医疗超声商业化,斯坦福大学孵化了多家面向该市场的初创企业。GE、飞利浦、三星、日立等超声成像巨头也相继布局CMUT技术研发。
真正的商业化突破发生在2011年,一支拥有半导体电子背景的团队创立了Butterfly Network。2018年推出的IQ探头是一次历史性变革——这是首款能够以二维阵列对全身成像并生成三维图像数据的手持超声探头,外形约等于一个电视遥控器,价格仅为1999美元,是传统推车式设备的二十分之一。
同期,日立与科罗医疗(Kolo Medical)也推出了面向传统超声系统的CMUT探头,但由于CMUT与电子电路未集成在同一硅芯片上,这些产品仅支持一维阵列,三维成像能力受限。
2023年9月,Exo Imaging推出手持式探头Exo Iris,标志着PMUT技术在医疗超声领域的商业首秀。其尺寸与重量与Butterfly IQ探头相当,售价3500美元,与Butterfly最新款IQ+的2999美元定价处于同一水平。
这些手持设备内置的超声MEMS芯片(2×3厘米)是目前兼具机电与电子功能的最大硅芯片之一,其尺寸与复杂性对芯片均匀性和良率提出了很高要求。
设备低功耗运行,探头内置电池轻便耐用,连接手机或平板时可持续工作数小时并支持快速充电。探头主芯片还负责数字化转换、信号处理和编码,以确保输出数据与手机和平板兼容。
为生成三维信息,这些手持探头采集多个二维切面,再借助机器学习和AI构建三维数据。内置AI算法还能辅助医护人员精准定位穿刺针,例如在复杂血管走行或活检组织中实现精确操作。
据2022年《新英格兰医学证据》期刊发表的研究,这些探头所配备的AI已足够成熟,助产士等未经超声专业培训的人员,借助便携探头判断胎儿孕周的准确性已接近专业超声技师。AI功能还有望使手持探头在急诊医学、资源匮乏地区及医学生培训中发挥重要作用。
超声技术的小型化之路才刚刚开始。TSMC和意法半导体等全球顶级半导体代工厂已分别在300毫米和200毫米晶圆上开展MEMS超声芯片的量产。意法半导体近期在新加坡设立了专注于薄膜压电MEMS的"晶圆厂内实验室",以加速从概念验证到量产的转化。Philips Engineering Solutions提供CMUT-on-CMOS集成的晶圆代工服务,法国都尔的Vermon也提供商业CMUT设计与制造。这意味着初创企业和学术机构如今能以远低于十年前的成本获取基础技术,为新一轮创新奠定了基础。
随着行业活动的持续升温,行业分析师预计超声MEMS芯片将被集成到众多医疗成像与传感设备中。Butterfly Network正与Forest Neurotech合作,将MEMS超声应用于脑机接口和神经调控领域。其他应用还包括心肺脑监护仪、康复用肌肉活动监测仪等长续航可穿戴设备,以及未来五年内有望出现的、通过超声波实现无线供电和数据传输的微型无源医疗植入物。
展望更远未来,手持超声探头或可穿戴阵列不仅能用于解剖成像,还能读取生命体征,如肿瘤生长引起的内部压力变化或术后深层组织的血氧状态。超声指纹式传感器或许有一天能用于测量血流和心率。可穿戴乃至可植入版本或许终将在我们睡眠、进食、日常生活中持续被动生成超声图像,成为无感的健康守护者。
Q&A
Q1:MEMS技术是如何让超声探头实现小型化的?
A:MEMS(微机电系统)技术能够在2×3厘米的硅芯片上集成4000至9000个换能器,并将换能器与电子电路整合在单一芯片上。这不仅消除了对多个独立探头的需求,还使所有组件都能装入手持设备。配合智能手机的计算能力,整套系统无需再依赖笨重的推车式设备,一个探头即可覆盖1至10兆赫的完整超声频率范围,实现全身成像。
Q2:Butterfly IQ探头和Exo Iris探头有什么区别?
A:两款产品均为手持式超声探头,尺寸和重量相近,但底层技术不同。Butterfly IQ采用CMUT(电容式微机械超声换能器)技术,2018年上市,售价约2999美元(最新款IQ+);Exo Iris采用PMUT(压电式微机械超声换能器)技术,2023年9月上市,售价3500美元。两者均支持全身成像和三维图像生成,但技术路径有所差异。
Q3:AI在手持超声探头中能发挥什么作用?
A:手持超声探头内置的AI算法可辅助医护人员精准定位穿刺针,适用于复杂血管或活检操作。更重要的是,AI已成熟到可以帮助未经超声专业培训的人员(如助产士)独立使用探头,其判断胎儿孕周的准确性接近专业超声技师(据2022年《新英格兰医学证据》研究)。未来AI还有望在急诊、资源匮乏地区及医学生培训中扩大超声技术的普及范围。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。