摘要：经颅聚焦超声正在被开发为治疗各种脑部疾病和障碍的潜在方法。然而，一大挑战是将超声波聚焦通过颅骨，这会使光束变得模糊、衰减和偏移。为了最大限度地减少这些影响，Zeta Surgical的研究人员开发了一种算法，可以自动确定放置单元件聚焦换能器的最佳位置。

经颅聚焦超声正在被开发为治疗各种脑部疾病和障碍的潜在方法。然而，一大挑战是将超声波聚焦通过颅骨，这会使光束变得模糊、衰减和偏移。为了最大限度地减少这些影响，Zeta Surgical的研究人员开发了一种算法，可以自动确定放置单元件聚焦换能器的最佳位置。

对于治疗应用（包括热消融、药物输送、血脑屏障破坏和神经调节等），超声波束必须聚焦到大脑的一个小点上。该点产生的高声压会产生高温或机械力来治疗目标组织，理想情况下，同时避免附近健康组织过热。

遗憾的是，当超声波束穿过头骨（一种复杂的分层结构）时，它会被衰减和扭曲。这会降低焦点处的声压，使光束失焦并改变焦点位置。

具有多个元件的超声阵列可以通过控制单个阵列元件来补偿这种像差。但由于成本限制，大多数应用仍然使用单元件聚焦换能器，而这种补偿很困难。这可能导致治疗无效甚至不安全。我们需要一种方法来找到放置单元件聚焦超声换能器的最佳位置，以使散焦和焦点偏移最小化。

Raahil Sha及其同事想出了一个方法来实现这一点，他们使用一种优化算法来模拟穿过颅骨的超声波场。该算法使用 k-Wave MATLAB 工具箱，模拟换能器放置在不同位置时颅腔内产生的超声波场。然后，它分析计算出的场以量化散焦和焦点偏移。

该算法首先加载患者 CT 扫描，该扫描提供有关颅骨密度、声速、吸收率、几何形状和孔隙率的信息。然后，它将目标的中心点定义为原点，将单元件 0.5 MHz 换能器的中心定义为初始换能器位置，并确定归一化峰值负压 (PNP) 和焦点体积的初始值。

然后，该算法对传感器中心进行一系列旋转，模拟每个新位置的 PNP 和焦点体积。PNP 值用于量化焦点偏移，焦点处的 PNP 值越高，表示偏移越小。

焦点位置的任何变化都特别令人担忧，因为它可能导致偏离目标的组织破坏。因此，该算法首先确定使焦点偏移保持在指定阈值以下的换能器位置。然后，它会在这些限制内找到具有最小焦点体积的位置。然后将其输出为放置换能器的最佳位置。在本研究中，这个最佳位置的归一化 PNP 为 0.966（高于预设阈值 0.95），焦点体积比没有头骨时小 6.8%。

聚焦超声加上减少斑块的药物可以减缓阿尔茨海默病的进展

接下来，该团队使用 Zeta 神经导航系统和机械臂自动引导换能器到头部模型上的最佳位置，并实时跟踪放置精度。在 45 次独立配准尝试中，手术机器人可以将换能器定位在最佳位置，平均位置误差为 0.0925 毫米，平均轨迹角度误差为 0.0650 毫米。这些低值表明在治疗期间可以准确放置换能器。

研究人员得出结论，该算法可以找到最佳换能器位置，避免出现较大的焦点偏移和失焦。他们写道：“借助 Zeta 导航系统，我们

的算法可以帮助使经颅聚焦超声治疗更安全、更成功。”

该研究报告刊登在《生物工程》杂志上。

来源：运动健康达人