Summary
此协议显示如何应用超高速超声多普勒成像来量化血液流动。经过 1 秒的长收购后，实验者可以访问具有轴向速度值的全视野电影，每个像素每≈0.3 毫秒（取决于飞行的超声波时间）。
Abstract
脉冲-多普勒效应是临床血液造影中用于评估血流量的主要技术。适用于传统的聚焦超声多普勒模式，它有几个限制。首先，需要微调信号过滤操作，以区分血液流动与周围移动组织。其次，操作者必须在定位血流或量化血流之间做出选择。在过去的二十年里，超声波成像经历了一个范式的转变，超高速超声波的出现使用了未聚焦的波。除了帧速率增加一百倍（高达 10000 赫兹）外，这项新技术还打破了传统的量化/本地化权衡，为视场提供了完整的血流映射，并同时在单像素级别（降至 50μm）获得精细速度测量。这种空间和时间维度的数据连续性有力地改善了组织/血液过滤过程，从而提高了对小血流量速度的敏感度（降至 1 mm/s）。本文旨在介绍超快多普勒的概念及其主要参数。首先，我们总结了无聚焦波成像的物理原理。然后，我们介绍多普勒信号处理的主要步骤。特别是，我们解释关键组织/血流量分离算法的实际实施，以及从这些过滤数据中提取速度。这种理论描述辅之以体外经验。用流动的血液模拟液嵌入运河的组织幻影与研究可编程超声系统进行成像。获得血流图像，并在运河中显示数个像素的流量特征。最后，建议对体内应用进行审查，在若干器官中举例，如胡萝卜素、肾脏、甲状腺、大脑和心脏。
Introduction
超声成像是临床实践和研究活动中最常用的成像技术之一。生物组织中超声波发射与后散射回波记录相结合，可以重建解剖图像，即所谓的"B模式"。这种方法完全适用于软组织成像，如生物组织，通常允许超声波穿透几厘米以上，传播速度为≈1540m/s。根据超声波探头的中心频率，可获得分辨率从 30μm 到 1 mm 的图像。此外，众所周知，声源的运动会影响相关波的物理特性。特别是，波相对于其源速的频率变化之间的联系被描述为多普勒效应1，其最简单的表现是移动救护车的警报器的音调变化。超声成像长期以来一直利用这种物理效应来观察移动中的红血球2，并提出了各种通常称为"多普勒成像"的成像模式。这些模式能够评估血液流动在非常不同的应用和器官，如大脑，心脏，肾脏或周围动脉。
值得注意的是，目前大多数可用的超声波系统都依赖于同样的技术，即传统的超声波。基本原理如下：声束使视野发音，并沿着超声波传感器孔径扫射。对于光束的每个位置，回声都会被记录下来并转换成最终图像的行。通过沿传感器逐步移动光束，整个视场可以按线成像（图 1，左面板）。这一战略很好地适应了21世纪初一直存在的电气限制和计算能力。尽管如此，它还是有几个缺点。其中，最终帧速率受光束扫描过程限制为每秒几百张图像。在血流量方面，这种相对较低的帧速率会影响可以检测到的最大流速，这是由香农-奈奎斯特3的采样标准决定的。此外，传统的多普勒必须处理复杂的权衡。为了评估特定感兴趣区域（ROI）的血流量速度，必须连续记录来自该投资回报率的几个回声。这意味着超声波束暂时保持在固定位置。回声合奏的时间越长，对投资回报率的速度估计就越好。但是，要生成视场的完整图像，光束必须扫描介质。因此，人们可以感觉到这两个约束之间的冲突：按住光束精确评估一条线的速度，或者移动光束以生成图像。不同的传统多普勒模式（即彩色多普勒或脉冲波多普勒）直接反映了这种权衡。通常，彩色多普勒会生成用于定位船只4的低保真流图，然后使用脉冲波多普勒准确量化先前标识的容器5中的流量。
这两个限制（低帧率和本地化/量化权衡）都通过非常高帧率的新兴技术来克服。其中，合成孔径方法6或多线传输技术可引证7。在这项研究中，我们专注于所谓的超快超声波方法。二十年前推出的8、9、10，这种方法也依赖于超声波的发射/接收，但模式完全不同。事实上，超高速成像不是使用扫描聚焦光束，而是使用平面波或分散波，这些波能够用单个发射来使视野发出共鸣。在单次发射之后，相关电子产品还能够接收和处理来自整个视野的大量回波。最后，图像可以从单个发射/接收模式11（图 1，右面板）进行重建。由于声能的扩散，这些未聚焦的排放可能具有低信号与噪声比 （SNR）。这可以通过发射几个标题的平面波（或不同来源的发散波）和添加由此产生的图像来解决。这种方法被命名为"连贯复合"12。出现了两个主要后果。首先，帧速率仅取决于飞行的超声波时间，可以达到 1 到 10 kHz 的典型值。其次，这确保了空间和时间维度的数据连续性，也称为空间相干性。因此，传统的本地化/量化权衡被打破。这种高帧速率和空间相干性组合对超声波检测血流的能力有着巨大的影响。与传统的超声波相比，超高速超声波提供了血流3的完整特征。实际上，用户可以访问图像中每个像素的速度时间过程，在整个采集过程中（通常为 ≈1 s），其时间刻度由帧速率给出（通常，帧速率为 5 kHz，时间分辨率为 200μs）。这种高帧速率使该方法适合广泛的应用，如快速流动的器官，如心脏室13或心肌与冠状微注14。此外，它已被证明，其空间的一致性强烈地提高了它的能力，分离缓慢的血液流动从背景移动组织，从而增加了对微血管流15的敏感性。这种能力使16号动物和17号动物都能接触到大脑的微血管。
因此，超高速超声波非常适合在各种情况下的图像血流。它仅限于软生物组织，并将受到硬接口（如骨骼或气腔，如肺）的存在的强烈影响。超声波序列物理参数的调整允许研究减速（下降到1毫米/s 11，16）和快速流动（高达几米/s）。空间分辨率和渗透深度之间存在权衡。通常，分辨率为 50 μm，成本为 5 mm 左右。相反，渗透可以扩展到15-20厘米，成本分辨率为1毫米。值得注意的是，大多数超高速扫描仪，如本文中使用的扫描仪，只提供2D图像。
在这里，我们提出了一个简单的协议，引入超快多普勒成像的概念，使用可编程研究超声波扫描仪和多普勒幻象模仿血管（动脉或静脉）嵌入生物组织。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 多普勒幻影准备设置 （图 2A）
- 将腹腔泵、血液模拟液库、脉搏阻尼器和多普勒流幻影与塑料管连接起来。
- 选择直径为 4 mm 的运河。
- 将泵编程为弹出 720 mL/min 的液体 0.3 秒，然后弹出 50 mL/min 的 0.7 秒，分别模拟晶体和硅藻心脏相位
- 运行泵并轻轻摇动管道以排出潜在的气泡。
注意：操作员可以选择不同的运河直径和不同的泵速率，但必须确保超声波序列足够快，以获得最快的流速。稍后提交的 Eq. 3 有助于设计序列。
2. 超高速超声波扫描仪设置 （图 2A）
- 将支持超快的研究扫描仪与主机连接起来，并连接 PCI 快速链接。
- 更改超声波扫描仪上的传感器适配器以匹配探头连接器，然后连接探头。
- 运行 Matlab 并激活超声波扫描仪许可证。
注：本节及以下部分含蓄地假设使用威拉索尼奇万塔奇系统。
3. 超声序列编程
- 使用示例脚本，设计用于探头定位的传统聚焦"B 模式"（即 echx）序列。
- 将成像深度设置为 50 mm。
- 将焦距深度设置为 35 mm。
- 使用示例脚本，设计超快超声序列。
- 将成像深度设置为 50 mm。
- 程序 3 倾斜平面波在 [-3，0，3] 度。
- 将脉冲重复频率 （PRF） 设置为 12 kHz。
- 使用 4 个半周期进行超声波形式，中心频率取决于所使用的探头。此处假定中心频率为 5.2 MHz。
- 将总持续时间设置为 1 s。
4. 探头定位和数据采集
- 在探头的镜头上涂抹超声波凝胶。
- 将探针放在幻影上，并启动B模式超声波序列。
- 找到感兴趣的运河。液体看起来比周围的组织暗。将探头置于纵向视图中。
- 手动将探头保持在感兴趣的位置。
- 结束 B 模式序列并启动超快序列获取脚本。
5. 图像重建 （图 2B）
- 序列结束后，保存原始数据（也称为射频数据"RF"）。
- 使用超声波系统默认软件启动图像重建脚本。在过程结束时，应创建智商数据矩阵。
注：超声波回声记录在探头的每个元素和每个发射/接收，然后存储在 RF 数据矩阵中。图像重建将适当的延迟法应用于每个通道，并导致所谓的"IQ"（阶段/四重）矩阵。复杂的智商矩阵有三个维度：两个用于空间（图像深度和宽度），一个用于时间
6. 杂乱无章的过滤 （图 2C）
注：有关步骤 6-7，请参阅 补充材料中提供的 Matlab 脚本。
- 将 3D（空间 x 空间 x 时间）智商矩阵重塑为 2D（空间 x 时间）卡索拉蒂矩阵，名为 IQr。
- 计算 IQr 的奇数值分解15 （Eq. 1）。
Eq. 1 - 使用巴兰格等人描述的空间单向向量 U计算空间 相似性矩阵 C（II、D），并识别血液亚空间边界 N。
- 使用此截止 N 来筛选德梅内等人15 （II，C） 中描述的智商数据。
Eq. 17. 流量可视化和速度测量 （图 2C）
- 通过沿时间维度（Eq.2）集成过滤数据 IQt 的信封来计算功率多普勒地图PD。3D 坐标 z、x 和 t 分别是深度、宽度和时间维度 ，nt 和获得的帧数。
Eq. 2 - 以对数比例显示PD地图。要设置动态范围，请计算运河外区域的平均 PD，并将 dB 中的此值用作动态范围的下界值。一个典型的动态范围是[-30，0]dB。
- 在图像上定义包含 1 到 30 像素的圆形兴趣区域 （ROI）。
- 平均 智商f 信号超过该 ROI 的像素，以获得
nt 时间点的矢量。 
使用短时间傅立刚变换 （STFT） 的平方级计算和显示多普勒光谱。- 将 STFT 窗口设置为 60 个样本的汉恩窗口。
- 将STFT重叠设置为窗口长度的90%。
- 在光谱图的每个时间点叠加中心频率。
- 使用多普勒公式（Eq.3）将频率f值转换为血液轴向速度vz。c0是介质中的声音速度，fTW是传输超声波形的中心频率（此处为 5.2 MHz）。
Eq. 3
Eq. 2
nt 时间点的矢量。
使用短时间傅立刚变换 （STFT） 的平方级计算和显示多普勒光谱。
Eq. 3Subscription Required. Please recommend JoVE to your librarian.
Representative Results
收购和后期处理的质量首先通过目视检查进行评估。运河的形状必须在功率多普勒图像中清晰可见，组织区域必须显得黑暗。如果多普勒信号的功率不限于运河，则可能意味着杂乱的滤波步骤出错（SVD 阈值太低），或者探测器在获取过程中经历了强烈的移动。
目视检查后，对运河内光谱的研究可以提供实验成败的良好信息。光谱图应是片面的（所有值高于或低于零）。如果光谱图是双面的，则存在别名。在这种情况下，要么流量过快，要么 PRF 过低。
如果符合这些质量标准，血液速度可以从图像中的任何投资回报率（图2C）中提取。调整投资回报率的大小可以或多或少地平均信号。然后，给定投资回报率的速度时间过程可用于多种分析，如电阻指数19的计算，壁剪应力估计20，反应性高血症定量14和更多21，22。
图 3A-D 显示了此协议对各种体内应用的转换。特别是，新生儿大脑采集（图3B）表现出非常不同的流动特征的血管，从小皮质静脉和动脉到主要的腹膜动脉。 图3D 说明了超快多普勒在强烈移动的器官（如心肌）中提取血液流动信号的能力。
图1：常规超高速超声成像。图：（左）带聚焦发射的常规成像。（右）超快成像与平面波发射。（改编自维尔曼等人22）。请点击这里查看此数字的较大版本。
图2：超快多普勒协议工作流程。（A） 实验设置，包括超快启用的扫描仪和多普勒流幻影。幻象上的破折号矩形表示超声波传感器的足迹。（B） 由简单用户按下按钮触发的自动数据采集链和后处理。（C） （顶部） 提取血流信号和抑制组织背景噪声（"杂乱过滤器"），并在视野的任何投资回报率中显示血液光谱。（底部）光谱图显示 ROI 中不同时间点的血液速度分布。投资回报率中的平均速度以破折号的绿色进行跟踪。 请点击这里查看此数字的较大版本。
图3：电源多普勒图像。超快多普勒收购几个器官。（A） 成人移植肾脏， （B） 人类新生儿大脑的射手座视图 ， （C） 成人甲状腺 ，（D） 开放胸猪实验的宫内冠状动脉血管 ，（E） 胡萝卜动脉的3D定向功率多普勒和健康志愿者的血管 （蓝色 = 下降流， 红色 = 上升流）。为不同的投资回报率提取多个光谱图。（A-C改编自巴兰格等人18，D改编自马雷斯卡等人14，E改编自教务长等23）。 每次采集时，都会根据情况调整中心频率、角度数、PRF 和最大深度。A、B和C面板的动态范围分别为 -27、-35 和 -30 dB。它没有为面板 D 和 E 提供。请单击此处查看此数字的较大版本。
补充材料。请点击这里下载这些文件。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
围绕此协议的主框架，可能会有几种变体。
硬件问题
如果用户提供其自定义主机，主板和计算机的情况必须有一个可用的PCI快递插槽。CPU 还必须有足够的 PCIe 通道来处理所有设备。
探头选择
超声波探头（也称为传感器）是根据所需的空间分辨率和视场的几何形状选择的。探头的中心频率越高，空间分辨率越高，但成像深度越短。线性、弯曲或相控阵列探头提供分别矩形、圆形扇形和平顶扇形的视野。
角度依赖性
超快多普勒与传统的多普勒在血流角度的依赖性方面有着相同的约束。事实上，潜在的多普勒效应只允许检测轴向运动，即向探针表面或远离探针。因此，实际上只测量血液散射器速度向量的轴向成分。通过手动指示与垂直轴的血流的局部角度，可以恢复真实速度，但不能始终正确评估此角度。在流完全正交到垂直深度轴的极端情况下，多普勒效应不能用于可靠测量血液速度。更先进的技术可以测量几个轴上速度矢量的多个投影，并最终可以重建真正的速度矢量。这些角度独立的方法被称为矢量流成像8，9，10，24。
混 叠
本手稿中描述的协议有几个限制。首先，香农-奈奎斯特取样定理指出，采样信号中的最大可测量频率不能超过帧速率的一半。3个角度和12 kHz的PRF，帧速率为4 kHz。因此，我们可以从 Eq. 3 推断出最大可检测轴向速度为 30 厘米/秒。考虑到幻影中运河的角度，此帧速率允许检测速度高达 96 厘米/s 的流量。高于此阈值的速度将在多普勒光谱图中显示别名。对于所展示的设置，峰值速度在 95 厘米到 8 厘米/s 之间。
杂乱无章的过滤器优化
血流可视化强烈依赖于将血液信号与缓慢移动的组织背景分离的能力。根据呼吸或声像师的手部运动，组织可以以类似于慢血流的速度移动。因此，所谓的"杂乱过滤器"阶段旨在消除组织信号。检测缓慢血液流动的能力仅取决于这个杂乱无章的过滤阶段的效率。研究表明，利用超快超声波的空间相干性会显著增加这些过滤器的结果。德梅内等人描述的奇数值分解过滤器被广泛使用。优化该方法18或更复杂的算法，如高阶SVD25，主要组件追求26，独立组件分析27或其他低级分解28可以提高过滤数据的质量。值得一提的是，在呈现的体外设置中，杂乱的唯一来源是操作员的手部动作。在体内，许多其他因素，如呼吸和动脉脉动性，可能会诱发更突出的杂乱。在这些情况下，本协议中描述的高级 SVD 过滤器变得至关重要。
光谱解释
光谱仪是研究传统和超快多普勒超声波中血流特性的最常用工具。对于每个时间点，光谱图都以灰度显示考虑的 ROI 内的速度分布。因此，复杂的流动，如非层流，自然会扩大这一范围。然而，光谱扩大和速度分布之间的这种联系只是在一定程度上是正确的。多项研究表明，光谱宽度（也称为光谱加宽）确实与投资回报率中的速度分布有关，但也与成像系统的几何参数（阵列宽度、角度等）29、30、31有关。因此，虽然稳定层和均匀流的光谱图应该是一条细而平的线，但它在实践中显示的一定宽度并不反映速度分布，而是影像设置的几何形状。这种潜在的陷阱可能导致速度测量不正确。建议考虑投资回报率（图1C冲破绿线）内的平均速度，以避免这些影响32。
3D 收购
本协议是使用标准线性阵列传感器实现的，从而生成 2D 图像。然而，3D收购可以通过机械扫描媒体与机动线性探头16，或使用行列阵列33 或矩阵列34。这些新方法的缺点是计算成本高，对于矩阵探头来说，需要特定的扫描仪。图 3E 中显示了 3D收购的示例。
安全问题
大多数研究超快超声波扫描仪未获批准用于临床。实验者有责任在电气安全和声学输出方面遵守本国现行标准。对于后者，必须考虑FDA标准35和IEC 62127-1国际标准36。
结论
在本文中，我们提出了一个标准协议，以图像血流与超快多普勒。通过在校准的流幻影上练习，操作员最终可以检查其测量的准确性。该协议允许用户使用平面波复合设计和执行超高速超声波采集。最终，描述处理后框架，并提供第一个工具，以显示图像感兴趣的任何区域的血流轮廓。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
无利益冲突
Acknowledgments
我们要感谢什雷亚·沙阿的校对和建议。
Materials
| Name | Company | Catalog Number | Comments |
| Blood-mimicking fluid | CIRS Inc, Norfolk, Virginia, USA | 069DTF | |
| Doppler flow phantom | CIRS Inc, Norfolk, Virginia, USA | ATS523A | |
| Matlab | MathWorks, Natick, Massachusetts, United States | ||
| Peristaltic pump / Doppler flow pump | CIRS Inc, Norfolk, Virginia, USA | 769 | Include tubings and pulse dampener |
| Transducer adpter | Verasonics, Kirkland, Washington, USA | UTA 408-GE | |
| Ultrafast ultrasound research scanner | Verasonics, Kirkland, Washington, USA | Vantage 256 | |
| Ultrasound probe/transducer | GE Healthcare | GE 9L-D |
References
- Doppler, C. Ueber das farbige Licht der Doppelsterne und einiger anderer Gestirne des Himmels. , (2020).
- Bonnefous, O., Pesqué, P. Time domain formulation of pulse-Doppler ultrasound and blood velocity estimation by cross correlation. Ultrasonic Imaging. 8 (2), 73-85 (2004).
- Bercoff, J., et al. Ultrafast compound doppler imaging: Providing full blood flow characterization. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 58 (1), 134-147 (2011).
- Evans, D. H., Jensen, J. A., Nielsen, M. B.
- Nuffer, Z., Rupasov, A., Bekal, N., Murtha, J., Bhatt, S. Spectral Doppler ultrasound of peripheral arteries: a pictorial review. Clinical Imaging. 46, 91-97 (2017).
- Jensen, J. A., Nikolov, S. I., Gammelmark, K. L., Pedersen, M. H.
- Tong, L., Ramalli, A., Jasaityte, R., Tortoli, P., D'Hooge, J. Multi-transmit beam forming for fast cardiac imaging-experimental validation and in vivo application. IEEE Transactions on Medical Imaging. 33 (6), 1205-1219 (2014).
- Tanter, M., Bercoff, J., Sandrin, L., Fink, M. Ultrafast compound imaging for 2-D motion vector estimation: application to transient elastography. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 49 (10), 1363-1374 (2002).
- Udesen, J., et al. High frame-rate blood vector velocity imaging using plane waves: Simulations and preliminary experiments. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 55 (8), 1729-1743 (2008).
- Hansen, K. L., Udesen, J., Gran, F., Jensen, J. A., Bachmann Nielsen, M. In-vivo examples of flow patterns with the fast vector velocity ultrasound method. Ultraschall in der Medizin. 30 (5), Stuttgart, Germany. 471-477 (2009).
- Tanter, M., Fink, M.
- Montaldo, G., Tanter, M., Bercoff, J., Benech, N., Fink, M. Coherent plane-wave compounding for very high frame rate ultrasonography and transient elastography. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 56 (3), 489-506 (2009).
- Papadacci, C., Pernot, M., Couade, M., Fink, M., Tanter, M.
- Maresca, D., et al. Noninvasive Imaging of the Coronary Vasculature Using Ultrafast Ultrasound. JACC: Cardiovascular Imaging. 11 (6), 798-808 (2018).
- Demené, C., et al. Spatiotemporal Clutter Filtering of Ultrafast Ultrasound Data Highly Increases Doppler and fUltrasound Sensitivity. IEEE Transactions on Medical Imaging. 34 (11), 2271-2285 (2015).
- Demené, C., et al. 4D microvascular imaging based on ultrafast Doppler tomography. NeuroImage. 127, 472-483 (2016).
- Demené, C., et al. Ultrafast Doppler reveals the mapping of cerebral vascular resistivity in neonates. Journal of Cerebral Blood Flow and Metabolism. 34 (6), 1009-1017 (2014).
- Baranger, J., Arnal, B., Perren, F., Baud, O., Tanter, M., Demene, C. Adaptive Spatiotemporal SVD Clutter Filtering for Ultrafast Doppler Imaging Using Similarity of Spatial Singular Vectors. IEEE Transactions on Medical Imaging. 37 (7), 1574-1586 (2018).
- Demené, C., et al. Ultrafast Doppler Reveals the Mapping of Cerebral Vascular Resistivity in Neonates. Journal of Cerebral Blood Flow & Metabolism. 34 (6), 1009-1017 (2014).
- Goudot, G., et al. Wall Shear Stress Measurement by Ultrafast Vector Flow Imaging for Carotid Stenosis. Ultraschall in der Medizin - European Journal of Ultrasound. , (2019).
- Demené, C., Mairesse, J., Baranger, J., Tanter, M., Baud, O. Ultrafast Doppler for neonatal brain imaging. NeuroImage. 185, 851-856 (2019).
- Villemain, O., et al. Ultrafast Ultrasound Imaging in Pediatric and Adult Cardiology. JACC: Cardiovascular Imaging. , (2019).
- Provost, J., Papadacci, C., Demene, C., Gennisson, J. L., Tanter, M., Pernot, M. 3-D ultrafast doppler imaging applied to the noninvasive mapping of blood vessels in Vivo. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 62 (8), 1467-1472 (2015).
- Osmanski, B. F., Montaldo, G., Fink, M., Tanter, M. In vivo out-of-plane Doppler imaging based on ultrafast plane wave imaging. IEEE International Ultrasonics Symposium, IUS. 62 (4), 76-79 (2013).
- Kim, M. W., Zhu, Y., Hedhli, J., Dobrucki, L. W., Insana, M. F. Multi-dimensional Clutter Filter Optimization for Ultrasonic Perfusion Imaging. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 65 (11), 2020-2029 (2018).
- Chau, G., Li, Y. L., Jakovljevic, M., Dahl, J., Rodr, P. Wall Clutter Removal in Doppler Ultrasound using Principal Component Pursuit. , (2018).
- Tierney, J., Baker, J., Brown, D., Wilkes, D., Byram, B. Independent Component-Based Spatiotemporal Clutter Filtering for Slow Flow Ultrasound. IEEE Transactions on Medical Imaging. , 1-1 (2019).
- Zhang, N., Rivaz, H. Clutter Suppression in Ultrasound: Performance Evaluation and Review of Low-Rank and Sparse Matrix Decomposition Methods. BioMedical Engineering Online. 19, 37 (2020).
- Guidi, G., Licciardello, C., Falteri, S. Intrinsic spectral broadening (ISB) in ultrasound Doppler as a combination of transit time and local geometrical broadening. Ultrasound in Medicine and Biology. 26 (5), 853-862 (2000).
- Cloutier, G., Shung, K. K., Durand, L. G. Experimental Evaluation of Intrinsic and Nonstationary Ultrasonic Doppler Spectral Broadening in Steady and Pulsatile Flow Loop Models. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 40 (6), 786-795 (1993).
- Winkler, A. J., Wu, J. Correction of intrinsic spectral broadening errors in doppler peak velocity measurements made with phased sector and linear array transducers. Ultrasound in Medicine and Biology. 21 (8), 1029-1035 (1995).
- Osmanski, B. F., Bercoff, J., Montaldo, G., Loupas, T., Fink, M., Tanter, M. Cancellation of Doppler intrinsic spectral broadening using ultrafast Doppler imaging. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (8), 1396-1408 (2014).
- Sauvage, J., et al. A large aperture row column addressed probe for in vivo 4D ultrafast doppler ultrasound imaging. Physics in Medicine and Biology. 63 (21), (2018).
- Correia, M., Provost, J., Tanter, M., Pernot, M. 4D ultrafast ultrasound flow imaging: in vivo quantification of arterial volumetric flow rate in a single heartbeat. Physics in Medicine and Biology. 61 (23), 48-61 (2016).
- Center for Devices and Radiological Health. FDA Information for Manufacturers Seeking Marketing Clearance of Diagnostic Ultrasound Systems and Transducers. Center for Devices and Radiological Health. , FDA-2017-D-5372 (2008).
- I, IEC. IEC 62127-1 - Measurement and characterization of medical ultrasonic fields up to 40 MHz. IEC. , 61010-61011 (2013).
