第二章 图像获取与数字化：超声信号采集、模数转换（ADC）、采样定理与抗混叠滤波
各位同学，大家好。今天我们聊聊超声图像处理的第一步——信号是怎么从探头里“抓”出来的。这部分内容，说白了就是整个流水线的地基。地基没打好，后面再怎么优化算法也是白搭。我个人习惯把这一章叫做“从模拟世界到数字世界的桥梁”，你想想看，探头接收到的回波是连续的模拟信号，而我们的计算机只能处理离散的数字信号，这中间必须有个转换过程。
2.1 超声信号采集：探头是怎么“听”到回波的？
超声探头里的压电晶体，是整台机器的“耳朵”。它既能发射超声波，也能接收回波。发射时，晶体在电脉冲激励下振动，产生机械波；接收时，回波的压力让晶体变形，产生微弱的电压信号。
这个电压信号有多微弱呢？我记得刚入行时，用示波器看过探头直接输出的信号，幅度只有几十毫伏，还夹杂着各种噪声。所以，信号采集的第一步，其实是前置放大。探头后面紧跟着一个低噪声放大器（LNA），先把信号放大到伏特级别，同时尽量不引入额外噪声。
关键点：探头输出的信号是双极性的（有正有负），而且动态范围极大。浅层回波强，深层回波弱，两者可能相差100dB以上。这给后续的ADC提出了很高的要求。
放大之后，还要做时间增益补偿（TGC）。为什么？因为超声波在组织中传播时，能量会衰减。同样一个反射体，在浅层和深层产生的回波幅度差很多。TGC就是根据回波到达的时间，动态调整增益——越晚到的信号，增益越大。我见过不少新手工程师，把TGC参数调得乱七八糟，结果图像要么近场过曝，要么远场一片漆黑。
2.2 模数转换（ADC）：把连续的电压变成离散的数字
ADC是模数转换器，它的任务是把模拟电压信号，转换成二进制数字。这里有几个核心指标：
- 采样率（Sampling Rate）：每秒采多少个点，单位是MHz或GHz。
- 分辨率（Resolution）：每个采样点用多少位二进制数表示，常见的有10位、12位、14位。
- 输入范围（Input Range）：ADC能处理的电压范围，比如±1V或±2V。
在超声系统中，ADC的采样率通常很高。为什么？因为超声信号的频率本身就不低。比如一个5MHz的探头，它的回波信号频率也在5MHz附近。根据采样定理，采样率至少要是信号最高频率的两倍，也就是10MHz。但实际应用中，我们往往采样得更快。
我的经验：我曾经在一个便携式超声项目中，为了省成本，选了采样率刚好两倍于信号频率的ADC。结果图像质量惨不忍睹，全是锯齿和伪影。后来老老实实换成了4倍过采样的ADC，效果立竿见影。所以，别在ADC上省钱，这是血的教训。
ADC的分辨率也很关键。12位的ADC，理论上能区分4096个不同的电压等级。但实际有效位数（ENOB）往往低于标称值，因为ADC本身也有噪声。我建议选ADC时，多关注ENOB这个参数，而不是只看位数。
2.3 采样定理：奈奎斯特到底说了什么？
采样定理，也叫奈奎斯特采样定理。它的核心就一句话：采样频率必须大于信号最高频率的两倍。否则，就会发生混叠（Aliasing）。
为什么会混叠？我画个图给你解释。假设有一个10MHz的正弦波，你用15MHz的采样率去采它。每个周期只采了1.5个点，采出来的结果看起来像是一个5MHz的低频信号。这就是混叠——高频信号“伪装”成了低频信号，混进了你的数据里。
在超声图像里，混叠会表现为虚假的回波、条纹、或者图像模糊。你想想看，本来该显示在深层的结构，因为混叠跑到了浅层，这诊断还怎么做？
注意：采样定理说的是“大于两倍”，不是“等于两倍”。等于两倍时，理论上可以恢复信号，但实际中由于相位不确定性和噪声，几乎不可能完美重建。所以工程上一般取2.5倍到4倍，甚至更高。
2.4 抗混叠滤波：在ADC之前把“坏蛋”干掉
既然混叠这么讨厌，怎么预防？答案就是抗混叠滤波器。它是一个低通滤波器，放在ADC之前，把高于奈奎斯特频率的信号成分滤除掉。
抗混叠滤波器必须是模拟滤波器，因为它在ADC之前工作。模拟滤波器的设计比数字滤波器难得多，需要考虑元器件的精度、温度漂移、相位响应等。我见过有人偷懒，用一阶RC低通滤波就上了，结果高频衰减不够，混叠依然存在。
实际工程中，常用的抗混叠滤波器有：
- 巴特沃斯滤波器：通带平坦，但过渡带较宽。
- 切比雪夫滤波器：过渡带陡峭，但通带有纹波。
- 椭圆滤波器：过渡带最陡，但通带和阻带都有纹波。
我个人习惯用五阶或七阶的巴特沃斯滤波器。为什么？因为它的相位响应比较线性，对超声信号的时域波形影响小。超声成像很看重信号的波形保真度，相位失真会导致图像分辨率下降。
避坑指南：我曾经在一个项目中，为了追求极致的过渡带陡峭度，选了椭圆滤波器。结果图像出现了明显的振铃效应（ringing），边缘看起来像有鬼影。后来换成巴特沃斯，虽然过渡带宽了一点，但图像干净多了。记住，超声图像处理，很多时候是“取舍”的艺术。
2.5 实际设计中的几个关键参数
下面这个表格，是我根据多年经验总结的，不同应用场景下的ADC和滤波器推荐参数。你可以把它当作一个起点，具体项目再微调。
| 应用场景 | 探头频率 | ADC采样率 | ADC分辨率 | 抗混叠滤波器截止频率 |
|---|---|---|---|---|
| 腹部/产科 | 3.5 MHz | 40 MHz | 12 bit | 15 MHz |
| 心脏 | 2.5 MHz | 30 MHz | 14 bit | 12 MHz |
| 浅表/血管 | 7.5 MHz | 80 MHz | 12 bit | 30 MHz |
| 眼科/高频 | 20 MHz | 200 MHz | 10 bit | 80 MHz |
注意看，ADC采样率普遍是探头频率的10倍左右，远高于奈奎斯特要求。这主要是为了过采样。过采样可以降低量化噪声，提高信噪比。每提高一倍采样率，信噪比可以提升约3dB。而且，过采样还能简化抗混叠滤波器的设计——采样率越高，奈奎斯特频率越高，滤波器的过渡带就可以设计得更宽松。
2.6 小结：这一章你该记住什么？
嗯，内容不少，我帮你捋一捋核心要点：
- 信号采集：探头输出微弱信号，经过LNA放大和TGC补偿，才能送入ADC。
- ADC选型：采样率要足够高（建议4倍以上过采样），分辨率要足够好（关注ENOB），输入范围要匹配信号幅度。
- 采样定理：采样率必须大于信号最高频率的两倍，否则混叠。
- 抗混叠滤波：在ADC之前加模拟低通滤波器，滤除高频成分。推荐巴特沃斯滤波器，平衡过渡带和相位响应。
最后说一句，这一章的内容，是超声图像处理流水线的“入口”。入口没把好，后面所有处理都是白费功夫。我见过太多项目，算法团队花了好几个月优化图像，结果发现是ADC采样率不够或者抗混叠滤波器没设计好。所以，请务必重视这一章。
下一章，我们会讲波束合成——怎么把多个探头单元的接收信号合成一条高质量的扫描线。那是另一个有意思的话题。