ESTIMATIVA DA ATENUAÇÃO ULTRASSÔNICA EM ESTRUTURAS BIOLÓGICAS

MEDIANTE A APLICAÇÃO DO FILTRO DE WIENER

Villamarín Muñoz, Julián Antonio1; Mosquera Sánchez, Jaime Alberto2

1
Departamento de Engenharia Elétrica – EESC - USP, São Carlos, Brasil, julianvm@sc.usp.br
2
Departamento de Engenharia Mecânica – EESC - USP, São Carlos, Brasil, jamosquera@usp.br

Abstract: Este trabalho apresenta um procedimento
computacional para determinar o coeficiente de atenuação
ultrassônico _ dB/mm/MHz de amostras biológicas de suíno
a partir do processamento de sinais de ultra-som mediante a
aplicação do Filtro de Wiener. Foram coletados sinais
retroespalhados de ultra-som a partir de três tipos diferentes
de amostras biológicas: 1) pele, 2) gordura sob-cutânea e 3)
músculo. Desse modo, assumindo o meio de propagação
como se fosse um Filtro de Wiener, foram determinados os
coeficientes h(n) para segmentos de sinais de ultra-som
correspondentes a características ecogênicas na entrada e
saída do meio de propagação em estudo. A estimativa de
h(n) permite determinar a resposta em frequência H(ejw) do
Filtro. Mediante um ajuste linear na largura de banda de
H(ejw) é obtido como resultado o coeficiente angular que
indica a taxa de decremento de energia durante a propagação
na amostra biológica. Os cálculos anteriores permitiram
estimar o coeficiente de atenuação β para pele, gordura sob-
cutânea e músculo sendo: 0.1444 [dB/mm/MHZ], 0.0460
[dB/mm/MHz] e 0.0058 [dB/mm/MHz] respectivamente. Os
resultados obtidos foram comparados com os resultados
fornecidos mediante a técnica da diferença espectral. Os
resultados foram razoáveis em comparação com valores
citados na literatura.
comportamento crescente linear [5]. As técnicas no domínio
da freqüência, ou técnicas de análise espectral, associam
mudanças nos espectros de sinais de ultra-som em relação
aos mecanismos de atenuação que ocorrem no meio de
propagação [5] [6]. O procedimento para obter a estimativa
da atenuação nos meios biológicos por meio do método de
diferenças espectrais é ilustrado na Fig. 1.
As estimativas espectrais dependem da resolução
temporal e do tipo de janela empregada no cálculo do
espectro de potência (PSD). Além, devem-se assumir alguns
trechos estacionários para sinais retroespalhados de ultra-
som que apresentarem várias descontinuidades em meios
não-homogêneos, como o caso dos tecidos biológicos [7].
Contudo, embora as estimativas espectrais sejam
amplamente utilizadas como ferramentas para a análise
quantitativa do coeficiente de atenuação em meios
biológicos (exemplos: fígado - [8], derme e tecido
subcutâneo humano [2], tecido suíno [3], pele humana - [9]),
a seleção adequada do tamanho da janela para representar o
verdadeiro conteúdo espectral e a condição de
“estacionariedade” do sinal são elementos necessários para
minimizar erros no cálculo da atenuação.

Palavras-chave: Coeficiente de Atenuação, Filtro de

Wiener, ultra-som.

1. INTRODUÇÃO
A estimativa da atenuação ultrassônica é um índice
quantitativo associado à perda de energia de uma onda
mecânica de alta freqüência quando se propagar no meio em
análise. A medição dessa variável é amplamente utilizada
nas técnicas de caracterização quantitativas para diferenciar
tecidos e materiais [1], objetivando a classificação dos
mesmos e possibilitando o entendimento entre propriedades
físicas do meio envolvido e o seu índice de atenuação [2]
[3]. Há múltiplas técnicas baseadas no processamento de
sinais no domínio do tempo e/ou da frequência para obter a Fig. 1. Método da Diferença Espectral para a estimativa da Atenuação
estimativa da atenuação [4]. As técnicas no domínio do Adaptado de [5]
tempo medem principalmente a perda de amplitude do sinal O artigo apresenta como alternativa, a medição do
em relação à profundidade da amostra      , com coeficiente de atenuação em meios biológicos, mediante a
 como a atenuação estimada para uma frequência única, e modelagem do meio de propagação, visto como um filtro de
assumindo para as demais faixas de frequência um Wiener. A partir do cálculo dos coeficientes h[n] do filtro é

1
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667 232
 Estimativa da Atenuação Ultrassônica em Estruturas Biológicas mediante a Aplicação do Filtro de Wiener
Villamarín Muñoz, J. A.; Mosquera Sánchez, J. A.

determinada a resposta em freqüência H(ejw) do filtro.
Assim, sobre a largura de banda de H(ejw) é realizada a
estimativa do coeficiente angular, obtendo dessa maneira o
índice de atenuação. Os tecidos biológicos moles
apresentam características de atenuação linearmente
dependentes da frequência [5] [8] [10]. Aquela consideração
tornou razoável a utilização de uma aproximação linear por
meio do filtro de Wiener, para predizer um modelo de
atenuação de laminas de tecido biológico mole, usando
como sinais de entrada e saída pequenos trechos de sinais de
retroespalhamento de ultra-som obtidos durante a
propagação no meio em análise.
2. FUNDAMENTOS TEÓRICOS
2.1. Coeficiente de Atenuação
A atenuação é um parâmetro do meio que envolve todos
os fenômenos relacionados à perda de energia em função da
distancia de propagação. Esta perda de energia pode estar
associada à reflexão, espalhamento ou absorção do meio de
propagação. Para um sistema heterogêneo, como o caso do
tecido biológico, a atenuação é dada pelo espalhamento, o
que produz o efeito de dispersão multidireccional, e depende
das flutuações em densidade e das propriedades físicas no
nível da estrutura que caracteriza ao meio [11]. Os efeitos de
absorção não foram tidos em conta neste estudo, devido à
técnica pulso-eco empregada nas análises foi usado um feixe
de ultra-som incidente de 100[uJ], o que não produz efeitos
térmicos decorrentes da absorção. O modelo usado neste
estudo baseia-se na consideração de um tecido biológico
como um sistema A(n,x), com n: tempo e x: distância de
propagação, que recebe um sinal de entrada u(n,x) que é o
pulso de excitação de ultra-som, e produz um sinal atenuado
de saída y(n,x), interpretado como o sinal retroespalhado de
ultra-som. Aqueles conceitos serão representados pela
seguinte expressão, no domínio do tempo [12]:
A função de atenuação A(n,x) pode ser representada
mediante o modelo do filtro de Wiener, a partir do qual se
recupera um sinal desejado u(n,x), desde um sinal coletado
y(n,x) (sinal atenuado). Um caso especial do filtro de Wiener
é aquele onde a referência é fornecida pelo próprio sinal de
entrada [13]. Se o filtro, no instante N, tiver os dados [x(n-
1)... x(n-(p-1))], pode-se calcular o filtro que a partir destes
gera uma saída próxima ao qualquer outro valor do mesmo
sinal, por exemplo, x(n+q). Se q for inteiro negativo menor
ou igual a p-1, o sistema procura no passado do sinal para
conhecer como era o sinal antes que aparecessem as
amostras manipuladas na atualidade. Assim, quando a
amostra que se deseja predizer encontra-se entre n-1 e n-(p-
1), o filtro de Wiener atua como interpolador linear [13].
A técnica consiste em minimizar o erro médio
quadrático entre o sinal original desejado u(n,x) e o sinal
reconstruído û(n,x) no domínio do tempo, como detalhado
na Figura 2:
Fig. 2. Diagrama de Blocos do Filtro de Wiener
Assim, os coeficientes do filtro serão determinados
visando minimizar o erro:
  ||   |,   û, |  (5)
A partir da expressão anterior, deriva-se a equação de
Wiener-Hopf:

       ;   0, 1, … ,   1


,   ,  ∗ ,  (1)

O erro mínimo pode se obter por meio da seguinte
A(n,x) representa a função de transferência do sistema e relação:

representa o modelo de atenuação que pode ser descrito pela
expressão [5]:    0   ∗  


A,   e, (2) (7)



Onde α é o coeficiente de atenuação em [Np/cm] e pode    0    

ser definido pela relação matemática [10]: 
(8)
    (3)
Por meio da equação (6) é possível determinar os
Onde: coeficientes do filtro de Wiener pela forma matricial, como
 , a seguir [14]:
 (4)
     (9)

β representa o coeficiente de atenuação dependente da  0 ⋯    1  0

frequência em [dB/mm/MHz], f é a frequência fundamental  ⋮ ⋱ ⋮  ⋮  (10)
do pulso de ultra-som de excitação, N é o índice que    1 ⋯  0    1
representa a dependência da atenuação em relação à
frequência (para aplicações clínicas em tecidos moles, o
parâmetro oscila entre 0.9 – 1.4) [5]. Onde  é a matriz de autocorrelação de y(n,x) e  é a
função de correlação cruzada entre u(n,x) e y(n,x). O cálculo

2
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667 233
 dos coeficientes h[n] do filtro de Wiener representa a 3.2. Estimativa do Coeficiente de Atenuação
aproximação linear da função de atenuação do meio Inicialmente foram tomados os sinais de
biológico que para o caso dos tecidos moles é válida [5] retroespalhamento de ultra-som de cada amostra exposta ao
[10]. feixe incidente, como mostrado nas Figuras 4, 5 e 6.
É importante notar que a análise do filtro a partir dos
dados, a predição pode se levar a cabo sobre sinais
determinísticos. Todo sinal determinístico que se rege por
equações diferenciais (sinais sinusoidais, por exemplo) é
completamente predizível e produz um erro de predição
zero. Infelizmente, o ruído aditivo converte o sinal num
processo não-estacionário e já não será possível recuperar os
coeficientes do filtro que anulam o erro de predição [13].

3. MATERIAIS E MÉTODOS
Os experimentos foram conduzidos em três amostras de
tecido suíno: pele, gordura subcutânea e músculo com
espessuras de 0.3mm, 0.6mm e 0.9mm, respectivamente. As
amostras foram expostas a feixes de ultra-som de 5MHz Fig. 4. Sinal de Retroespalhamento de Ultra-som na Pele
mediante um sistema de ultra-som em modo pulso-eco. A
Figura 3 apresenta o modelo do sistema empregado para a
coleta dos sinais de ultra-som retroespalhados pelas
amostras em análise. O transdutor de ultra-som foi
posicionado na distancia focal dele, onde é garantida uma
máxima transferência de energia e os efeitos de difração são
minimizados.

3.1. Aquisição de dados

O sistema de aquisição de dados compreende: um
transdutor de ultra-som emissor-receptor Panametrics NDT
de frequência central 5[MHz], um sistema de ultra-som
Panametrics mod. 5800 em configuração pulso-eco e um
osciloscópio Tektronix TDS 3034B300. Os sinais de
retroespalhamento das amostras foram coletados usando Fig. 5. Sinal de Retroespalhamento de Ultra-som na Gordura
uma frequência de amostragem de 500[MHz].

Fig. 6. Sinal de Retroespalhamento de Ultra-som no Músculo

Fig. 3. Sistema de Coleta de Sinais de Retroespalhamento de Ultra-som

Para cada um desses sinais foram selecionados dois
segmentos de sinal: u(n,x) e y(n,x) correspondentes ao sinal

3
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667 234
 Estimativa da Atenuação Ultrassônica em Estruturas Biológicas mediante a Aplicação do Filtro de Wiener
Villamarín Muñoz, J. A.; Mosquera Sánchez, J. A.

de entrada e de saída do sistema, respectivamente. A largura

de cada sinal de ultra-som foi equivalente à largura do pulso
de excitação do sistema de ultra-som. Com esses sinais foi
possível calcular os elementos necessários para obter a
estimativa dos coeficientes do filtro de Wiener.

A figura 7 apresenta o diagrama em blocos do algoritmo

usado para calcular a estimativa do coeficiente de atenuação
de cada sinal de ultra-som coletado das amostras biológicas.

Basicamente, a estimativa de β é realizada a partir do

cálculo do coeficiente angular sobre a regressão linear na
largura de banda da resposta em freqüência H(ejw) do filtro
de Wiener. Este procedimento foi realizado selecionando Fig. 8. Diferença entre u(n,x) e û(n,x) baseada nos Coeficientes h[n]
distintos segmentos de entrada e saída a partir dos sinais de determinados para a Pele
retroespalhamento das amostras, gerando assim diversos
coeficientes de atenuação para diferentes entradas. Por fim,
a média desses valores forneceu o valor β final para cada
amostra em estudo.

Fig. 9. Diferença entre u(n,x) e û(n,x) baseada nos Coeficientes h[n]

determinados para a Gordura

Fig. 7. Algoritmo para Estimativa do Coeficiente de Atenuação β

4. RESULTADOS COMPUTACIONAIS
Apresentam-se nas Figuras 8, 9 e 10, os sinais Fig. 10. Diferença entre u(n,x) e û(n,x) baseada nos Coeficientes h[n]
determinados para o Músculo
reconstruídos a partir do modelo linear de atenuação
determinado para cada meio biológico. O sinal estimado
A Tabela 1 apresenta o coeficiente de atenuação β obtido
û(n,x) (linha azul) foi reconstruído a partir da convolução do
para cada amostra de tecido biológico.
sinal atenuado y(n,x) com os coeficientes h[n] do filtro de
Wiener estimados para cada amostra. O sinal u(n,x) (linha Tabela 1. Comparação dos Resultados Obtidos com Valores de
verde) representa o sinal original. Literatura
β [dB/mm/MHz]
Valores Experimentais Valores da Literatura
Pele 0.1441 0.20 – 0.32 Rajuet al.,2000
0.25 – 0.35 Huanget al.,2007
Gordura 0.0460 0.18 Rajuet al.,2000
Músculo 0.0058 0.04 Moros et al.,1999
0.04 Christarkis et al.,2000

4
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667 235
 Aquele valor foi determinado com base na média
aritmética dos três valores de atenuação fornecidos para as
ordens 15, 20 e 30 do filtro de Wiener.
A Figura 11 apresenta a relação dos valores
experimentais de β estimados e valores obtidos em
referências bibliográficas.
Fig. 11. Comparação dos Coeficientes de Atenuação Obtidos
Experimentalmente em Tecido Suíno contra Coeficientes descritos na
Literatura e Coeficientes Obtidos pelo Método de Diferença Espectral
Adaptado [15]
5. ANÁLISE DOS RESULTADOS
As diferenças normalizadas do coeficiente de atenuação
β com respeito à literatura foram 0.2795 no caso da pele,
0.7444 no caso da gordura e 0.8550 para o caso do músculo.
Os valores médios do erro quadrático médio normalizado
para cada amostra biológica foram: 0.1455 (pele), 0.1585
(gordura) e 0.1219 (músculo), utilizando filtros de ordem
15, 20 e 30. Para ordens elevadas do filtro a estimativa do
erro quadrático médio tende a diminuir, embora a estimativa
do coeficiente de atenuação se afasta dos valores padrões.
Os resultados obtidos demonstraram que o modelo de
predição linear empregado neste estudo não permite uma
boa reconstrução do sinal desejado, como mostrado nas
Figuras 8, 9 e 10. O desempenho foi razoável devido a que
os sinais não são propriamente estacionários, e o modelo
utilizado finalmente é uma aproximação linear para sinais
coletados de meios heterogêneos os quais são estruturas
complexas que produzem descontinuidades no sinal.
Os resultados mediante o filtro de Wiener comparados
com os índices de β obtidos mediante a técnica de análise
espectral são: 0.1356 [dB/mm/MHz] (pele), 0.0836
[dB/mm/MHz] (gordura) e 0.035 [dB/mm/MHz] (músculo),
resultados razoáveis com os resultados da bibliografia. O
problema no desenvolvimento da técnica de análise
5
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667
espectral junto com o modelo de predição linear usando o
filtro de Wiener, segue sendo a sua aplicação em sinais não
estacionários. Desde o projeto do sistema, esperava-se um
melhor comportamento por parte do método de predição
linear devido a que H(ejw) para o filtro de Wiener é uma
estimativa indireta do espectro de potência, pelo contrario da
técnica espectral onde descontinuidades do sinal no tempo
induzem frequências parasitas e desse modo não se tem
certeza das componentes em frequência que realmente
possui o sinal. Conseqüentemente, erros poderiam ser
produzidos na estimativa de β.
Nas técnicas espectrais, é amplamente conhecido o
problema de resolução na dualidade tempo-frequência,
conduzindo à necessidade de saber com que exatidão, no
domínio do tempo, podem ser determinadas as freqüências
para um sinal não estacionário. Mesmo assim, as estimativas
dos coeficientes por meio do método da diferença espectral
forneceram resultados mais aceitáveis levando em
consideração trechos de sinal de curta duração temporal para
assumir condições de estado estacionário.
6. CONCLUSÕES
A técnica de predição linear proposta mediante o Filtro
de Wiener tem um comportamento razoável, mas não
apresentou um desempenho satisfatório, pelo contrário, a
técnica de análise espectral apresentou um melhor
desempenho. Embora os resultados obtidos permitissem
observar diferenças entre os meios estudados, os
coeficientes determinados mediante a técnica de predição
linear possuem um significativo índice de erro, o que traz
como consequência um modelo não confiável de atenuação
representado pelos coeficientes determinados pelo sistema.
O modelo projetado depende da ordem, mostrando que
nas ordens elevadas o sistema tende a diminuir o erro
quadrático médio, porém a estimativa do coeficiente de
atenuação converge a valores fora do padrão de atenuação.
Por fim, o modelo apresentou problemas de aplicação em
sinais não estacionários que são obtidos do
retroespalhamento em meios biológicos complexos
heterogêneos.
AGRADECIMIENTOS
Os autores agradecem a CAPES - Coordenação de
aperfeiçoamento de pessoal de nível superior pelo suporte
financeiro mediante a bolsa de estudo.
REFERÊNCIAS
[1] N. Sanjuan, A. Mulet, J. Benedito, and J. Bon, "Low
intensity ultrasonics in food technology," Food Science
and Technology International, vol. 5, no. 4, pp. 285-
297, 1999.
[2] I. Balasundar and A. Mandayam, "High-frequency
ultrasonic attenuation and backscatter coefficients of
236
 Estimativa da Atenuação Ultrassônica em Estruturas Biológicas mediante a Aplicação do Filtro de Wiener
Villamarín Muñoz, J. A.; Mosquera Sánchez, J. A.

in-vivo normal human dermis and subcutaneous fat,"

Ultrasound in Medicine and Biology, vol. 27, no. 11,
pp. 1543-1566, 2001.
[3] M. A. Andrew, S. Vaezy, V. Zderic, A. Keshavarzi,
and R. W. Martin, "Attenuation of porcine tissues in-
vivo after high-intensity ultrasound treatment,"
Ultrasound in Medicine and Biology, vol. 30, no. 1, pp.
61-66, 2004.
[4] J. Ophir, N. F. Maklad, and R. H. Bigelow, "Ultrasonic
attenuation measurements of in-vivo human muscle,"
Ultrasonic Imaging, vol. 4, no. 3, pp. 290-295, 1982.
[5] K. K. Shung and G. A. Thieme, Ultrasonic scattering
in biological tissues. Boca Raton: CRC Press, 1993.
[6] K. Demetriades and D. J. McClements, "Ultrasonic
attenuation spectroscopy study of flocculation in
protein stabilized emulsions," Colloids and Surfaces A:
Physicochemical and Engineering Aspects, vol. 150,
no. 1-3, pp. 45-54, 1999.
[7] R. C. Chivers and C. R. Hill, "A spectral approach to
ultrasonic scattering from human issue: methods,
objectives and backscattering measurements," Physics
in Medicine and Biology, vol. 20, no. 5, 1975.
[8] L. S. Wilson, D. E. Robinson, and B. D. Doust,
"Frequency domain processing for ultrasonic
attenuation measurement in liver," Ultrason Imaging,
vol. 6, no. 3, pp. 278-292, 1984.
[9] C. M. Moran, N. L. Bush, and J. C. Bamber,
"Ultrasonic propagation properties of excised human
skin," Ultrasound in Medicine and Biology, vol. 21, no.
9, pp. 1177-1190, 1995.
[10] P. He, "Acoustic parameter estimation based on
attenuation and dispersion measurements," Proceedings
of the 20th Annual International Conference -
IEEE/EMBS, pp. 775-778, 1998.
[11] A. Pazin, A. Schmidt, O. C. Alameida, J. A. Marin, and
B. C. Maciel, "Caracterização ultrassônica tecidual
miocárdica," Arquivos Brasileiros de Cardiologia, vol.
81, pp. 319-325.
[12] K. Soetanto, S. H. Wang, and J. M. Reid,
"Measurement of ultrasonic attenuation coefficient in
time and frequency domain using miniprobe
transducer," IEEE Engineering in Medicine and
Biology Society, vol. 14, pp. 2106-2107, 1992.
[13] C. Spain. (2010, ) Centre Tecnològic de
Telecomunicacions de Catalunya. [Online].
http://www.cttc.es/resources/doc/080313-capiv-
38065.pdf
[14] G. Y. Nakashima, "Aplicação do Filtro de Wiener para
Tratamento de Sinais Eletromiográficos," Dissertação
de Mestrado - Bioengenharia, 2003.
[15] F. A. Duck, A. C. Baker, and H. C. Starritt, Ultrasound
in Medicine. England: IOP Publishing, 1998.

6
Proceedings of the 9th Brazilian Conference on Dynamics Control and their Applications
Serra Negra, SP - ISSN 2178-3667 237