生物医学信号的检测与分析方法基础用于合并.docx
《生物医学信号的检测与分析方法基础用于合并.docx》由会员分享，可在线阅读，更多相关《生物医学信号的检测与分析方法基础用于合并.docx（93页珍藏版）》请在冰豆网上搜索。
生物医学信号的检测与分析方法基础用于合并
生物医学信号的检测与分析方法基础
第一节生物医学信号
一、概述
人们已经发现，所有的生命体从细胞组织到器官都可成为生物信号源。
这些生物信号可被用于临床诊断、病人监护和生物医学研究。
因此，如何有效地进行生物医学信号的探测与研究，这对于人类研究生命现象及其医学科学具有十分重要的意义。
活动着的生命体不断地发出大量信号，从信号检测的角度上讲，这些信号往往湮没在其他信号和噪声之中。
而且，由于生命机理的复杂性，生物系统各种生物信号之间存在着相互联系和相互制约的复杂关系。
生物信号处理的主要目的是希望从噪声背景中过滤出有意义的信号，并从繁多的数据流中还原出一定的相关参数。
这些参数必须对医疗决策有所帮助。
例如，解决医学问题或加深对基本生理过程的认识等。
这就是通常所说的从数据得到信息的过程。
因此，生物信号处理的主要目的是从信号中得到有用信息。
一般的讲，生物信号处理至少包括如下四个步骤如图1-1：
①观察或测量，即信号获取；
②信号转换；③计算提取具有医学诊断价值的特征参数；④信号解释或信号分类。
图1-1生物信号处理的四个步骤
在信号的获取过程中，利用生物传感器获取电信号并通过计算机进行处理。
在这一过程中，化学信号和物理信号可转化为电信号，如果本身是电信号则可直接通过电极获取。
在此阶段中，尽可能获得高的信噪比信号极为重要。
一旦信号被转换成电信号形式，就可数字化以便计算机进行处理。
对信号进行重建（转换）以便在第三步中进行信号参数的具体特征分析。
第二阶段也称为信号预处理。
所获得的原始信号中包含着大量特征分析中所不需要的信号，称为信息冗余。
例如，利用心电图（ECG）诊断心脏左支传导阻滞时，内科医生只需要I-III导联即可，而通常ECG记录更多的导联。
但在诊断某些类型的心律不齐时，则可能需要记录连续数小时的心电图（如连续心电图监护）。
一些冗余的噪声通常被滤除，通常称为滤波。
总之，在预处理或信号转换阶段中，工作的主要目的在于消减干扰，去除无用信号以获得最具诊断价值的特征参数。
提取具体的相关参数（也称为特征量提取）作为进一步决策的输入。
在某种意义上，这些
参数类似于被用于诊断的体征和症状。
因此，所获得的信息必须具有辨识力。
例如，能够区分病人得了A疾病或B疾病，或者能够鉴别病程中某一发展趋势。
特征参数的提取方法有时要比信号获取更复杂。
这些方法非常类似于图像处理。
在信号解释阶段得到的这些信号参量将被用于人或计算机辅助决策。
在生物信号解释或分类阶段，本质上与模式识别等其他方法无异，以逻辑为基础，进行试探式推断。
方法可以是统计学的或多种方法相结合的模式。
二、生物医学信号的分类
研究生物系统常常根据生理功能把它归纳成几个基本系统，如循环系统、神经系统、呼吸系统、消化系统等来进行。
每一个基本系统实际上又是一些复杂的生物物理和生物化学过程的综合表现。
而且，这些基本系统还互相交织、渗透和影响着。
因此，生物信号是一种复杂的信号，在我们需要高效地提取和分析生物医学信号之前，有必要对生物医学信号的类型及特征进行一些初步的了解。
一般地说，生物医学信号可按如下方式进行简单分类：
1．生物医学信号可根据信号源产生的不同方式进行分类，可分为直接信号与间接信号。
直接信号又称为主动信号，它由生命自身产生。
如心电图（ECG）是心脏活动过程中心脏的
肌肉和神经电活动的综合结果；脑电图（EEG）则是来自大脑神经细胞的电活动。
直接信号中蕴藏着大量的生理信息，但由于直接信号的微弱性以及信噪比低等原因，在应用上受到较大的限制。
工程技术的发展，使人们有可能对生命系统施加特定的输入，再接收或测量其输出
信号，从而计算出系统的静态或动态参数。
这些参数可以反映生命系统的运动规律或内部形态和功能。
利用这种方式去探测生命系统参数的信号称为间接信号。
如超声诊断仪器中为检查脏器形态而发射的超声脉冲，核医学仪器中为了检查肌体的功能而施加的放射性核素等。
这时，关于生理、病理状况的信息将通被动信号的某些参数来携带。
按信号的施加方式不同，间接信号又分为遥测型和遥感型。
遥测型信号的特点是发射源在体外。
如A型和B型超声波成像装置，X射线摄影装置，X-CT成像装置等，它们都在生命体外部对系统施加信号，并在外部接收信号，遥感型的特点是发射源在体内。
如单光子发射CT，将99mTc，125I，131I等放射性核素引入，从而发射单一γ射线。
正电子发射CT可则引入11C于体内，发射两个方向相反的511keVγ射线，检测器均在体外。
2．按信号产生的不同机理和不同表现进行分类。
生物医学信号可以是物理学量的信号,
包括压力、流量、速度、温度以及生物电信号或磁信号（如神经细胞或心肌细胞的去极化电
压，心脏瓣膜产生的声音）等。
生物信号可以是化学量的信号，包括血气、电解质（如血液中
的二氧化碳）等。
生物信号也可以是生物量，包括酶活性、免疫和蛋白质。
3．如果生物医学信号为时间的函数，则信号可被分为稳定的信号和非稳定的信号，对应的信号波形可分为确定性波形和随机性的波形，如图1—2所示。
图1—2随时间变化的生物医学信号分类
（1）确定性波形。
生理过程有时呈重复特性，如心跳和呼吸等生理活动就是如此。
它们所产生的信号通常具有重复性。
这些信号或多或少的呈现出确定波形。
确定性波形可以是周期性的、准周期性的、非周期性的或瞬时性的。
生命组织中，没有纯周期信号（其本质可用数学公式表达，如正弦波）存在。
所以通常用准周期或非周期函数描述具有重复性的生物信号。
从眨眼动作中获取的眼动图属于一种非周期性信号；受刺激的细胞可产生去极化和复极化的电信号，这种信号称为瞬时信号。
（2）随机性波形。
随机信号波形是一类按统计学分布的信号。
它们可能产生于一组细胞以某种程度的随机方式去极化，如肌肉细胞产生的肌电图，皮质神经细胞产生脑电图（EEG）。
这些信号的波形特征为不确定，只能作统计学描述。
由于生理过程的不同，随机信号可以是稳定的或非稳定的。
对于稳定信号，信号特性不随时间而改变，如处于稳定状况下的病人。
依据不随时间改变的统计学参数不同，稳定状况可分为不同的类型。
对于广稳定（widelvstationarv）信号，均值及离散度（dispersion）分布作为时间函数并不随时间变化而改变。
稳定信号和非稳定信号的区别是我们感兴趣的。
如果生理过程处于动态变化中，可以预料获取到的信号是不稳定的，如癫痫病人发作时的EEG信号。
从这种不稳定信号提取的参数可描述一个时间函数，称为趋势分析。
三、生物医学信号的基本特征
认识生物医学信号的基本特征，对于信号的测量与分析具有重要的作用。
一般来讲，生物医学信号具有如下特征。
1．信号具有强烈的随机性。
随机性强是指影响生物信号的因素很多，它们所遵循的规律又尚未被人类清楚地认识。
因此，生物信号一般不可能用确定的数学函数来描述。
它的规律主要从大量统计结果中呈现出来。
必须借助统计处理技术来分析，辨识随机信号和估计它的特征。
未被认识的因素对信号的影响使信号表现出较明显的变异性，不但因人而异，而且同一个人在不同时刻也不同。
信号的变异性使得从观察结果中总结信号的特征和规律更加困难。
某些情况下，有意义的信息又恰恰蕴含在变异性之中。
因此，变异性是处理生物医学信号时必须考虑的问题。
必须注意判别变异是由样本数据不足造成的假象，还是确实反映着某一客观规律。
生物医学信号作为随机信号的一个特点是它的非平稳性，即信号的统计特性随时间而变。
这主要是因为生物系统在外部因素的影响下具有适应能力，使得信号的统计特征自动变化。
例如，心电节律随运动而变，脑电节律随精神状态而变等都是例子。
非平稳信号至今尚无统一的一般处理方法。
当信号的非平稳性变化不太快时，可以把它作为分段平稳的准平稳信号来处理。
如果信号具有周期重复的节律性（许多自发的生物电信号都有这一特点），只是周期和各周期的波形有一定程度的随机变异，则可以作为周期平稳的重复性信号来处理。
更具一般性的方法是来用自适应处理技术，使处理的参数自动跟随信号的非平稳性而变。
2.信号的噪声背景和干扰性强。
所谓噪声是指不是研究对象的信号在观察中的表现。
一般，电生理信号总是伴随着由于肢体动作、精神紧张等而带来的伪迹，而且还常混有较强的工频共模干扰。
诱发的脑电（不论视觉或听觉诱发）总是伴随着较强的自发脑电；母腹电极上取得的胎儿心电常被比它强一个数量级的母亲心电所淹没。
超声波之类的被动信号则常被其他部分（不在研究范围内的）反射杂波所干扰。
因此，从比较强的噪声背景中提取所需要的信号是一个比较困难的工作。
噪声与信号的结合方式对处理方法有根本性影响。
通常总是把两者看成加法性地结合，如
。
这里，
和
分别是有用信号和噪声信号。
如果两者的频谱不相交叠，则常规的频域滤波是提取信号的一般措施。
但是，对于生物医学信号，信号和噪声往往占据着大致相同的频带，这时就要采用一些特殊方法，按照某种最优意义提取信号。
20世纪50年代建立起来的维纳滤波理论和60年代建立起来的卡尔曼滤波理论都是在最小均方误差意义下从噪声中检测或提取随机信号的线性最优方法。
后者是一种递归算法，更能适应信号的非平稳特性。
但是，不论维纳滤波还是卡尔曼滤波，都是以信号和噪声的一、二阶统计特性是已知的为前提。
实际工作中这一前提往往不具备。
这样就发展出后验维纳滤波等处理方法。
近年来，由于自适应处理技术可以在没有先验统计知识的情况下经过递归运算来逼近最优解，更能适应非平稳情况，因而很受重视。
以它为核心的自适应噪声抵消、自适应谱线增强、自适应系统辨识等在生物医学信号处理上都被广泛地引用。
母腹电极上胎儿心电信号的提取、心电图抑制，强的非白噪声背景中窄带随机信号的提取和动态谱估计是其中较有成效的例子。
自适应处理技术从处理器结构上看可以分成抽头延迟线（也叫横向滤波）结构和格形结构两类；从处理算法上看可以分成随机梯度法和最小二乘法两类。
80年代以来发展起来的各种快速的递归最小二乘算法，由于比随机梯度法收敛速度快，数值性能好，因而在微型机上实时应用具有一定前景。
然而，信号与噪声的结合未必总是加法性的。
例如，经反射取得的信号往往会引入乘法性的反射系数因子，信号通过信道时会被信道的冲激响应所卷积，从而引起失真。
对这种情况，简单的线性滤波不能取得良好结果，需要采用广义线性滤波。
在乘法性情况下，只要取对数便可使两项因子变成加法性结合。
在卷积情况下，先做傅氏变换并取其幅频特性，然后再取对数便成为加法性的。
这时便有可能采用线性滤波进行处理。
再经逆变换取得最后结果。
这些方法在心电图、诱发响应等的处理中被广泛应用。
3.生物医学信号具有高度的动态性或不可重复性。
生物信号来自医学感兴趣的生物过程。
这些过程具有高度的动态性或不可重复性。
生物信号通常是（并非总是）一个时间的函数。
例如，它们通常可表示为
，s表示信号，t为时间。
有些信号只用几个参数就可表示。
如一个正弦函数能被表示为
。
仅用3个参数（振幅A、频率ω,相位φ）即可完整描述函数
。
一旦我们知道这些参数，信号的波形就可被唯一地确定。
然而，当信号
被噪声
破坏，如
，这里
为噪声，信号的性状最好通过统计学方法估计。
生物信号与可用数学方法决定的信号（例如正弦波）不同，绝大多数无法只用几个参数就可描述，它们的特点是往往具有很大的变化性。
如果产生信号的生理过程处于动态即处于不断变化状态中，那么它们的状态就很难精确预测，描述该信号的参数也在不断改变。
例如，特护病房的病人心脏及循环功能参数、肺及呼吸功能参数、血液生化及激素水平参数在不断变化。
因此，从这种过程中提取的信号反映了该过程的动态和非固定的特征。
4.由于生物系统复杂的生命运行机理，生物医学信号具有复杂的频率谱带。
研究发现，
生物医学信号涉及的频率可以从直流到兆赫甚至更高，几乎包括了所有的工程信号类型。
我们已经知道，生物的直接信号频率均较低。
例如脑电信号的频率在0.5Hz至100Hz的范围；心电的频率在0.05Hz至100Hz的范围（能量集中在0.5Hz至44Hz）；肌电的频率在10Hz至2000Hz的范围。
值得一提的是，生物体的固有频率大都落在此低频范围，不是没有其客观生理和物理基础的。
大气层的电离层与导体的大地之间形成了电磁辐射的谐振腔，而此谐振腔的尺度甚大，约为800km。
这样的谐振腔只对长波（极低频）产生共振。
地球上出现的雷电所形成的Schumann场，还有来自太阳的极低频辐射场等等，都在此谐振腔形成强烈共振，构成了地球上的极低频电磁场的大环境。
自原始生命开始，所有的生命都浸浴在此极低频的电磁场中。
根据物质相互作用的相干性和协调性原理，经过亿万年的自然选择，生物体可能发育出与之相适应的生物器官，甚至利用了这种极低频电磁场的调节机制，使机体处于正常的新陈代谢循环。
另一方面，对生物系统信息的探测大部分都使用间接信号，间接信号的工作频率一般于
兆赫甚至更高。
如B型超声波的发射频率为3.5MHz到10MHz，医学毫米波成像技术中使用的微波频率为1012Hz量级。
从工程意义上讲，使用高频技术对生物系统信息的探测，一是为了提高信号的穿透能力，二是为了提高检测目标的分辨力。
需要引起我们高度重视的是，能够利用高频电磁技术对生物系统信息的探测是否与生物体的固有特性之间存在必然的联系，这是一个需要引起我们高度重视的问题。
已经注意到，在Frohtich的相干振荡理论中，用晶格振动的声子理论来进行的计算，细胞膜上偶极子的固有振荡频率为1010Hz到1012Hz。
其次，毫米波的生物效应是非常明显，包括对生物的一些遗传因素、特性和蛋白质的代谢等方面的影响。
因此，生物体与高频电磁波的相互作用问题需要深一步地加以研究。
第二节生物医学信号的检测
随着科学技术的发展，医学科学已经进人了崭新的阶段，从定性医学走向定量医学。
在这一过程中，生物医学信号的检测是最基础并且又是最重要的工作。
本节将向读者介绍生物医学信号检测的基本概念和一般方法。
生物医学信号检测是对生物体中包含的生命现象、状态、性质、变量和成分等信息进行检测和量化的技术。
在生命科学研究中，在医学研究及临床诊断、病人监护、治疗控制中，在人工器官及其测评中，以及在运动医学研究中，生物医学信号测量都是一种最重要的基础性技术。
在生物医学工程的所有领域，包括生物力学、生物材料、生物医学电磁学、生理系统的建模与仿真等，都必须直接或间接应用生物医学检测技术。
生物医学信息是基础医学研究和临床诊断治疗的重要依据，也是现代生物医学仪器进行分析处理的信号源。
这些信息有的来自人体内部，并且也是人体各部分生理活动的反应，如心电、脑电、肌电等生物电的信号，如血压、心音、脉搏、呼吸等非电的信号，这些信息潜存于人体内部，是人体固有的信息。
有的信号不能从人体内部直接产生出来，如人体内部器官结构形态的图像诊断信号，只能借助于外能射入人体，通过回波定位成像获得检测信号。
生物医学信息检测包括获取以上各种可靠而有意义的测量数据，将其输入到医学仪器中进行信号的放大处理，最后将结果通过仪器输出装置记录或显示出来。
检测质量的好坏，直接影响医学仪器的可靠性和成败，是现代生物医学仪器在病状收集、数据采集中至关重要的首要步骤。
生物医学测量的对象是一个复杂的不断运动着的生命体，因而测量的方法与技术呈现多样化，涉及的现代科学技术领域之多是十分罕见的，这就必须从方法学的角度加以分类，以便建立生物医学测量的科学体系。
生物医学测量的分类方法很多，根据信号测量的不同途径可分为：
无创测量和有创测量；无线测量和有线测量；直接测量和间接测量；在体测量和离体测量；体表测量和体内测量；单维测量和多维测量；生物电测量和非生物电测量；形态测量与功能测量等。
由于受到教材篇幅的限制，这里仅向读者简单介绍与电子学密切相关的一些测量技术，以便读者初步了解利用电子学手段对生物医学信号检测的一般方法。
一、无创测量
对来自于机体原体的直接信号或间接信号进行非侵入式测量的技术称为无创测量。
无创测量（noninvasivemeasurements）的重要特征是测量的探测部分不侵入机体，不造成机体创伤，
测量时通常在体外，尤其是在体表间接测量人体的生理和生化参数。
一般地说，无创测量属于物理的检测方法，是为了提高检测效果而采取的一种损伤最小的测量手段。
图1-3和图1-4分别是国外手指无创血氧饱和度（SPO2）检测器与手表形无创血糖（Glucose）监护仪。
无创
测量在生物医学信号的检测中，尤其是在临床诊断中被人们广泛接受，是当今被认为最具有开创前景的生物医学信号检测方法
图1-3无创血氧饱和度（SPO2）检测图1-4无创血糖（Glucose）监护
无创测量（或微创测量）具有明确的特点。
人体内部的生理、生化信息经过组织传递到皮肤表面，信号幅度被衰减，信号形态发生畸变，因而在体表实现无创或微创测量的精确度和稳定性远不如采用直接测量。
无创测量的结果取决于许多器官及人体系统的特性，因此对结果的解释需要涉及许多生理和生化知识。
当今的无创测量重点是对医学信号的分析与处理，研究生理和病理与信号特征量之间的联系。
必须指出，在生物医学领域中，无创测量指的是非侵入机体的测量方法。
无创伤不一定都对人体无损害，各种研究已经证明，X射线、γ射线、射频波乃至超声波的能量经皮肤进入人体后，在体内传递的过程中，能携带许多人体生理和病理信息，但同时将有很大一部分能量积存在人体组织内，并转换成热能和化学能，这些能量会产生许多生物效应，有些生物效应在一定程度上有损于人体。
因此，某些无创伤检测手段，包括一些非接触测量方法在内，并非是对人体无损害的，假如反复滥用各种无创检测手段（例如超声胎儿检查），也同样会造成许多不良后果。
在选择无创测量技术时，当然应优选无损害的方法。
无创测量有时常常希望能实时、连续、长期、精确、无拘束地进行测量，并实现测量自动化。
每一种要求均会对无创测量技术提出许多制约，而且这些要求之间有时也往往互为制约因素，因此，必须根据被测对象和测量目的来提出无创测量的合理要求。
例如，可行走病人的测量应采取无拘束或遥测技术，可采用磁记录等非实时测量方法；而在危重病人监护室内，危重病人生理参数的监测应要求长期、连续和实时，以便一旦出现危及生命的生理参数失常时，能立即报警，并及时采取抢救措施。
无创测量往往是经皮测量技术，在体表测量的许多生理和生化信息通常是微弱的，而且淹没在噪声和干扰（特别是机体中其他同类信息所造成的噪声与干扰）之中。
因此，要保证无创测量的精确度和可靠性，我们必须用高技术的手段对生物信号进行提取、数字化处理、数据分析以及图形显示等过程才能转变成我们能够识别的医学信息。
下面简单介绍无创检测的一般方法。
1.借助外能的无创检测关于生物体的结构、形态的信息往往不能从肌体直接取得，必
须借助外能对人体激励后才能得到这类结构、图像信息。
常见的几种检测方法有：
（1）医学光学检测。
它利用光对人体器官、血液的作用再通过光学系统接收返回的信息供以观察，如生物显微镜等。
目前发展很快的生物医学光子学的一个重要研究分支就是生物信息光学，它是通过光学的手段来获取生物医学信息的。
（2）医学X射线检测。
这是利用X射线透射到人体，通过对透射射线的处理进行观察。
利用辐射（包括电磁辐射和粒子辐射）和振动波作为能量穿过人体，或由人体反射的能量来测
量机体形态或功能信息的方法，均属于无创检测范畴。
经被测对象传递的X射线包含有关体内物质数量的信息，这种信息包含在传出与射入的辐射能量分布之间的差异内。
现已发展了一些测定体内结构成分的定量方法，包括胶片显像密度测定法（体内某种物质的含量，可以通过X线胶片变黑的程度大致地加以测定）和X线分光光度法（测量辐射的衰减度）。
这些方法主要用于测量骨骼矿物质化的程度。
人体的许多软组织结构，如肌肉组织、神经组织、血液、脂肪等，其质量衰竭系数和密度一般不足以产生X射线对比度上的明显差异。
X射线成像是由X射线透射获得的阴影图像，X射线属于电离辐射，超声波和红外线则属于非电离辐射，从生物效应角度来说，后者是较安全的，而且相对来说是一种成本低廉的测量方法。
X射线摄影、电视和CT断层图像系统已在临床诊断中普遍应用。
（3）核医学检测。
利用各种放射性探测器检测引入人体脏器中的放射性核素所产生的射
线，探测器将射线的辐射能转换成光能，再转换成电能，最后将探测器输出的信号放大处理，
得到组织形态的诊断结果或图像信号。
如甲状腺功能仪、核磁共振计算机断层摄影仪（MRI-
CT）等。
利用来自生物体的辐射，有时称为自体辐射，例如放射性核素（γ射线）及热辐射，也可携带许多人体内部信息，这些信息可通过线性扫描和γ照相机，来测定放射性核素在体内的分布。
在临床上也可利用红外线热像仪测定体表温度的分布。
（4）医用超声检测。
利用超声波作为外能射向人体，利用探测器检测回波，经放大处理后得到人体组织、结构、形态的图像。
利用超声的多普勒（Doppler）效应，也可提取体内的一
些运动信息（例如血流等）。
由于超声波检测正在各医院走向普及，所以，这里选择医用超声
检测技术作为借助外能信息检测的例子进行讲述。
医学超声的检测原理是将雷达技术与声学原理结合起来，应用于临床的一种诊断方法。
超声诊断仪向人体内发射超声波，并将体内、各部分反射的超声波接收显示，利用超声波在人体不同组织中传播特性的差异，取得组织结构、形态的图像信息，达到诊断目的。
由于超声诊断对人体无害，操作简便，诊断结果迅速、准确，尤其对软组织成像清晰，所以超声诊断已成为临床上重要的现代诊断手段之一。
超声检测的原理依赖于超声波的特性：
首先，超声波是一种机械纵波。
通常，医用超声波的频率范围是20kHz～300MHz，已
超过人耳听觉范围。
超声波在均匀介质中传播时，声强随距离（x）的增加而指数衰减，即
。
这里α是衰减系数，它与介质和频率有关。
在同一均匀介质中，超声传播的速度是固定的。
如在人体软组织内超声波平均速度为1500m／s。
屏幕上常以超声波在人体软组织内往返l厘米深度所需时间（13.33μs）作为横坐标的大格。
这样，根据反射波的位置即可得知反射界面的深度，从而解决了检测位置的定量问题。
其次，超声波在不同介质的界面处有一确定的反射波。
这一基本原理与光学中的折射定律和反射定律相似。
当超声波从均匀介质“l”进入均匀介质“2”时，部分能量将被反射回原介质“l”，另一部分则透射（折射）入下一介质“2”内。
当人射超声声强为IE、从声阻抗为Z1的介质垂直进入声阻抗为Z2的介质时，在界面上将按一定的比例获得反射的声强和透射声强。
可证明，当超声波进入两种介质声阻抗差异非常大的界面处时，超声波无法进入下一种介质，而发生全反射现象。
而当超声波进入声阻抗基本相同的两个介质时，由于Z1=Z2，则反射声强IR=0，透射声强IG=IE。
这时超声可以基本无损地进入下一个介质，这就是声阻抗匹配问题。
如医用超声中声耦合剂的使用就是为了这一目的。
当声束从超声探头发出时，若探头和声阻抗为Z2=1.254的肌体之间有声阻抗为Z1=0.000428的空气时，可算出透射声强IG→0，超声波无法穿过空气空隙和肌体界面达到体内。
在被检测者肌体表面涂上声阻抗为Z1=1.186的声耦合剂后，反射声强IR→0，透射声强IG→IE，探头发出的超声IE基本上都被送入被检测者肌体内部进行超声检测。
正是基于该原理，超声波在人体内传播时，遇到声阻抗不同的界面（脏器与脏器表面的声阻抗差就较大），就在界面产生一个相当强的回波反射，回波经接收处理就可定性、定量地确定脏器性质和位置。
回波的强弱决定脏器的性质，回波的时间决定脏器的位置。
例外，超声波的声强不像一般声波那样向四面八方散开，而具有一定的束射性。
实验证明束射性与超声波的频率
成正比，与超声换能器晶片直径D成正比，与超声波速
成反比。
欲使束射性好，希望
、D大，
小。
因此，在超声检测区域中，只能把声波看成完全束射的情况下才能确定回波的方向，从而实现完善的定位，否则对于四面八方传开的声波，即使知道了距离，也定不了方位，只能
升级会员 