挑战:
开发用于调整光声测量数据的实时系统，以进行骨质疏松症临床评估。

解决方案:
使用NI FlexRIO和NI LabVIEW将超声波信号连接至延时激光二极管阵列，以优化病人体内的超声光声激励。

 

简介
基于超声导波的多模骨定量超声可用于评估矿物密度、弹性刚度、孔隙度和皮质骨厚度等骨骼属性。 这些属性与骨骼抵抗外力避免骨折的能力相关。 因此，多模QUS提供一个用于预测骨折概率的方法，并可帮助病人确定是否存在概率提高的风险。 该方法的主要技术挑战在于穿过被覆软组织来仿真和检测超声信号。 尤其是，某些临床用的超声波模式无法穿透软组织层。 我们采用光声方法(PA)解决了这个问题。 在这种方法中，激光束穿过软组织激励并检测桡骨表面处的宽带超声。 PA解决了传统超声激励换能器的接触问题，同时也避免了可能对软组织造成的不利影响。

在我们采用的光声定量超声(PAQUS)方法中，超声导波在骨皮质中传播。 这些导波对于临床医学感兴趣的特定骨参数非常敏感。 每种超声波模式达到最高灵敏度的超声频带各有不同。 由于不同个体的软组织和骨骼在大小和形状上均有差异，因而这些特性频带也因人而异。 这种解剖学上的自然差异会导致显着的测量（和临床评估）偏差，除非每次测量都根据不同的个体调整频带。 这种偏差降低了测试的临床适用性和相关性。 我们通过实施激励调谐解决了这个问题。 但是，目前的调谐速度对于实际活体临床测量来说是非常慢的。

临床PAQUS方法应用需要快速自动地进行激励调谐。 为此，我们开发了一个相位延迟激光二极管阵列源。 接下来，我们找到了快速激励阵列元件的方法，以充分利用激励调谐的优势。 激励定时可控制能量传输到骨骼中以指定频带传播的所需波型的方式。 因此，为了实现快速自动调谐，我们设计了一个反馈系统，可通过基于频域的反馈算法快速找到每个个体相匹配的时间。

为了搭建反馈系统，我们需要一个用户可配置的现场可编程门阵列(FPGA)和一个至少具有40 MS/s采样速率的数字化仪。而唯一可用的现成解决方案是 NI FlexRIO及其数字化仪模块，因此我们便选择了该解决方案。 除了所需的采样率，数字化仪的14位分辨率为我们提供了具有宽动态范围的准确测量数据，这一点非常重要，因为在骨骼中传播的信号可能比在软组织中传播的信号弱得多。
 

仪器功能
PAQUS设备可对前臂桡骨进行评估。 超声信号由4个905纳米的激光二极管进行激励，每秒可激励1,000次脉冲，每个脉冲宽度为500 ns。NI PXIe-7961RFPGA模块独立控制每个激光二极管。  NI 5732数字化仪的数字输出将触发信号路由至激光二极管阵列。 触发时间分辨率是150 ns。 光纤将二极管产生的光脉冲引导至线性阵列。 近红外线经校准后传输到前臂。 桡骨中激励生成的超声信号由两个中心频率为200 kHz的压电接触换能器进行检测。平台的计算需求。区溢出。

该设备封装在一个PXI机箱，PXI机箱为临床应用提供了一个坚固的便携式平台。 定制的设备对信号进行预放大，然后由NI 5732将信号数字化。  NI PXIe-7961R模块实时分析接收到的声音信号，并确定每个激光二极管的延迟。 执行的反馈算法根据每个个体对激励进行优化。 该分析包括信号的快速傅立叶变换(FFT)和所接收的超声信号FFT频谱的半最大值处全宽度(FWHM)测定。 该算法将FFT-FWHM的导数最小化，以针对每个个体的不同参数对激励进行优化。 FFT-FWHM的导数最小时，频带的宽度最窄，超声模式色散最强，因此桡骨皮质厚度评估的测试仪灵敏度达到最高。
 

结果
我们开发的反馈系统帮助我们对测试对象的骨质疏松症预测指标进行评估。 我们可以通过反馈算法来快速定位病人——推断桡骨是否与激光二极管阵列平行。 这点很重要，因为它使每次测量速度提高了四倍（从5分钟到1分钟），同时提供更快的筛选速度。 它还可以帮助我们避免在估算皮质厚度时的操作人员偏差，这对于正确诊断非常重要。 NI FlexRIO为现成硬件提供了用户可配置的FPGA和快速数字化仪。 我们还使用具有丰富函数库和完整驱动程序的 LabVIEW  系统设计软件来实现快速轻松的编程。为3×3通信系统。

LabVIEW环境为医疗技术人员开发可靠的用户界面提供了必需的工具。 LabVIEW FPGA模块也为我们提供了一种方便的FPGA编程高级语言，使我们我们可以迅速开发快速实用的医疗诊断设备。 借助NI硬件和软件，我们大大提高了产品开发速度。 在短短两年内，我们就从零开始开发出一种针对临床试验的设备。

 

结论
我们开发了一种设备来实现骨质疏松症筛查的大规模临床试验。NI产品为我们提供了尖端医学研究所需的快速原型设计，使我们的开发工作变得非常迅速和轻松。 借助NI产品，我们将学术概念验证研究与临床试验有效地结合起来。