Ultrasonido Diagnostico - Hernandez PDF

ULTRASONIDO DIAGNÓSTICO
ERRNVPHGLFRVRUJ
ENRIQUE HERNÁNDEZ MATOS
CAUPOLICÁN MUÑOZ GAMBOA
ULTRASONIDO DIAGNÓSTICO
ERRNVPHGLFRVRUJ
© Editorial Universidad de Santiago de Chile
Av. Libertador Bernardo O`Higgins #2229
Santiago de Chile
Tel.: 56-2-7180080
www.editorial.usach.cl
editor@usach.cl
© Enrique Hernández Matos

© Caupolicán Muñoz Gamboa
Inscripción Nº: 217.401

I.S.B.N.: 978-956-303-132-4
Portada y diseño: Andrea Meza Vergara

Diagramación: Andrea Meza Vergara
Primera edición, junio de 2012
Impreso en Gráfica LOM
Ninguna parte de esta publicación puede ser reproducida, almacenada o transmitida

en manera alguna ni por ningún medio, ya sea eléctrico, químico o mecánico, óptico,
de grabación o de fotocopia, sin permiso previo de la editorial.
Impreso en Chile.
AUTORES
Enrique Hernández Matos

Caupolicán Muñoz Gamboa
Departamento de Ingeniería Eléctrica

División de Ciencias Básicas e Ingeniería
Universidad Autónoma Metropolitana. Unidad Iztapalapa
Capítulo 1: Introducción
Índice
Prefacio 15
Capítulo 1
Introducción 17
1.1. Importancia del ultrasonido como herramienta de diagnóstico 17
1.2. Desarrollo histórico 18
1.3. Retos tecnológicos 21

Capítulo 2
Física del ultrasonido y parámetros característicos 23
2.1. Naturaleza del sonido 23
2.2. Velocidad de propagación y longitud de onda 24
2.3. Parámetros característicos en la propagación de ondas.
La ecuación de onda 25
2.3.1. Soluciones a la ecuación de onda 32
2.3.2. Solución de la ecuación de onda en el estado estacionario 35
2.4. Velocidad de las partículas del medio 36
2.5. Intensidad del sonido 37
2.6. Desplazamientos de las partículas del medio 38
2.7. Presión en el medio debida a la propagación de la onda 39
2.8. Mediciones de la intensidad ultrasónica 41
Capítulo 3
Propagación de ondas planas en un medio elástico lineal 47
3.1. Impedancia acústica 47
3.2. Comportamiento de la onda al incidir en una superficie
entre dos medios 48
3.3. Fenómenos de propagación del ultrasonido 51
3.3.1. Reflexión 51
3.3.2. Refracción. Ley de Snell 51
3.3.3. Interferencia 52
3.3.4. Difracción 53
9
Ultrasonido Diagnóstico USACH
3.3.5. Dispersión 53
3.4. Absorción ultrasónica 58
3.4.1. Coeficiente de absorción 60
Capítulo 4
Propagación de ondas en un medio elástico no lineal 65
4.1. Efecto de la intensidad ultrasónica en el tipo de propagación 65
4.2. Distorsión de la forma de onda por efectos de propagación
no lineal 67
4.3. Interacción no lineal con el medio. Interacción con partículas
sanguíneas y con microburbujas encapsuladas 71
Capítulo 5
Transductores, campos y haces ultrasónicos 75
5.1. Estructura y funciones básicas de los transductores 75
5.2. El efecto piezoeléctrico. El efecto piezoeléctrico inverso 75
5.3. Características de los materiales 76
5.4. Factor de acoplamiento 78
5.5. Circuitos eléctricos equivalentes 80
5.6. Construcción del transductor 81
5.7. Respuesta en frecuencia 83
5.8. Resolución longitudinal 85
5.9. Campos de propagación del haz ultrasónico 86
5.9.1. Forma del haz en el campo cercano y en el
campo lejano 86
5.9.2. Patrón de propagación en el campo cercano de
un transductor circular 87
5.9.2.1. Distribución de las presiones a lo largo del
eje del haz para un transductor circular 89
5.9.3. Patrón de propagación en el campo lejano 92
5.9.3.1. Patrón de densidad de potencia en el campo
lejano de un transductor circular 93
5.9.3.2. Patrón de densidad de potencia en el campo
lejano de un transductor rectangular 94
5.10. Resolución lateral 95
5.11. Enfocamiento del haz ultrasónico usando lentes acústicos 96
10
5.12. Apertura y apodización de un transductor 98

5.13. Transductores de arreglos de cristales 98
Capítulo 6
Sistemas para generación de imágenes por ultrasonido 101
6.1. Principio básico de medición de distancias
con sistemas pulso-eco 101
6.2. Funcionamiento de un sistema de rastreo de imágenes
por ultrasonido 104
6.2.1. Control de sincronía. Frecuencia de repetición
de pulsos 106
6.2.2. Generación de ultrasonido. Transmisor 106
6.2.3. Detección del ultrasonido. Receptor 108
6.2.4. Limitador 108
6.2.5. Amplificador de radiofrecuencia 108
6.2.6. Compensación de ganancia en función del
tiempo (TGC) 109
6.2.7. Compresor 110
6.2.8. Detector 111
6.2.9. Convertidor de rastreo digital 111
6.2.10. Escala de tiempo y escala de profundidad.
Coeficiente de calibración del rango 112
6.3. Visualización en modo A. Aplicaciones 114
6.4. Visualización en modo B estático. Generación del rastreo.
Aplicaciones 115
6.4.1. Sistemas para el cálculo de la posición e inclinación
del transductor 117
6.5. Visualización en modo C 120
6.6. Visualización en modo M. Aplicación 121
6.6.1. Principio de operación del modo M 122
6.6.2. Instrumentación en modo M 124
6.6.3. Sistemas de registro del trazo ecocardiográfico 125
6.7. Sistemas para obtención de imágenes en tiempo real 125
6.7.1. Sistemas de rastreo 126
6.7.1.1. Generadores de rastreo mecánicos 126
6.7.1.2. Generadores de rastreo electrónicos 127
6.7.1.3. Circuitos de enfoque dinámico 127
11
6.7.1.4. Circuitos de direccionamiento 128

6.7.1.5. Rastreo electrónico lineal 129
6.7.1.6. Rastreo electrónico sectorial 130
6.7.2. Compromiso entre la velocidad y la resolución
de la imagen 132
6.8. Instrumentación en tiempo real 133
6.9. Imágenes en tres dimensiones (3D) 135
6.9.1. Visualización de imágenes en 3D 142
6.10. Ultrasonido intravascular 144
Capítulo 7
Factores que afectan la calidad de la imagen ultrasónica 147
7.1. Calidad de la imagen. Resolución. Contraste 147
7.2. Efecto de los lóbulos laterales en la calidad de la imagen 149
7.3. Artefactos causados por inhomogeneidades del tejido.
Reverberación 150
7.4. Reducción del efecto de reverberaciones y aberraciones
del frente de onda 155
Capítulo 8
Procesamiento de señales e imágenes ultrasónicas 157
8.1. Procesamiento de la señal ultrasónica de
radio frecuencia (RF) 157
8.1.1. Digitalización de la señal de radiofrecuencia 158
8.1.2. La transformada de Hilbert 158
8.1.3. Compresión logarítmica 159
8.2. Procesamiento de la imagen ultrasónica 160
8.2.1. Algoritmos para interpolación de imágenes 161
8.2.1.1. Interpolación por puntos 161
8.2.1.1.1. Interpolación por vecino
más próximo 162
8.2.1.1.2. Interpolación bilineal 162
8.2.1.1.3. Interpolación bicúbica 163
8.2.1.2. Interpolación por líneas 163
8.2.2. Filtrado de imágenes ultrasónicas. Ruido de
moteado (“speckle”) 166
12
8.2.3. Segmentación de imágenes ultrasónicas 168

8.2.3.1. Detección de bordes 170
8.2.3.1.1. Detección de bordes basado
en gradientes 171
8.2.3.1.2. Detección de contornos basada
en la segunda derivada. Filtrado
óptimo de Canny 174
8.2.3.1.3. Segmentación por el uso de
contornos activos 179
8.2.4. Segmentación por regiones de la imagen 182
8.2.4.1. Segmentación por uso de un umbral.
Histograma de la imagen 183
8.2.4.2. Segmentación por crecimiento de regiones 187
Capítulo 9
Sistemas Doppler 191
9.1. El efecto Doppler 191
9.2. Sistemas de ultrasonido Doppler. Modo pulsátil
y modo continuo 197
9.3. Sistema de ultrasonido Doppler mediante estimulación con pulsos 199
9.4. Limitaciones del Doppler modo pulsátil 202
9.5. Instrumentación empleada en ultrasonido Doppler pulsátil 206
9.6. Sistema de ultrasonido de señal Doppler continua 208
9.7. Instrumentación empleada en ultrasonido Doppler continuo 210
9.8. Filtro de pared 211
Capítulo 10
Espectrograma y mapeo de flujo a color 215
10.1 Introducción 215
10.2. Modelos de interacción del ultrasonido con la sangre 216
10.2.1. Caso teórico 216
10.2.2. Casos reales 219
10.3. Espectrograma o sonograma de flujo sanguíneo 219
10.4. Sistemas de mapeo de flujo a color 225
10.4.1. Cálculo y despliegue de la distribución de velocidad 225
10.4.2. Estimadores de la velocidad de flujo 228
13
10.4.2.1. Cálculo de la derivada con sR(t)

como señal compleja 229
10.4.2.2. Cálculo de la derivada directamente
de la diferencia de fases 230
10.4.3. Visualización de imágenes Doppler color 232
Apéndice A 235
A.1. Modulación en cuadratura 235
A.2. Estructura de la modulación en cuadratura 239
A.3. La demodulación 239
Apéndice B 243
B.1. Correlación cruzada 243
B.2. Autocorrelación 245
B.3. Transformada de Fourier (TF) 247
B.4. Serie de Fourier (SF) 250
B.5. Serie Discreta de Fourier (SDF) 251
B.6. Transformada Rápida de Fourier (TRF) 254
Apéndice C 261
C.1. Efectos biológicos del ultrasonido 261
C.2. Fenómenos acústicos a niveles de intensidad altos 261
C.2.1. Distorsión de la onda 261
C.2.2. Calentamiento 261
C.2.3. Cavitación 262
C.2.4. Fuerza de radiación y generación de chorros
en fluidos “streaming” 262
C.3. Recomendaciones de la AIUM (American Institute of
Ultrasound in Medicine) 264
C.4. Contraindicaciones del uso del ultrasonido con fines
terapéuticos 264
14
PREFACIO
En este libro de texto se tratan algunos principios de medición, instrumenta-

ción y transductores empleados en ultrasonido diagnóstico. El libro ha sido
diseñado para cubrir un curso a nivel licenciatura y posgrado sobre esta te-
mática, en universidades e institutos de educación superior. Asimismo, pue-
de ser de gran ayuda en la capacitación del personal médico y paramédico en
el uso del ultrasonido como herramienta de diagnóstico médico. Proporcio-
na además la información tecnológica actualizada que requiere el personal
técnico especializado para su superación profesional.
Aún cuando el contenido es tratado en forma aislada por algunas revistas y
libros de la disciplina, la información no es presentada en idioma español.
Cuando es pertinente, el material teórico es complementado con ejemplos.
El libro cuenta además con material bibliográfico de consulta al final de cada
capítulo.
A continuación se presenta la organización del libro.
En el capítulo 1 se presenta un desarrollo histórico de la aplicación del ultra-
sonido en las especialidades médicas. Se mencionan las principales contri-
buciones de los investigadores en el desarrollo de esta tecnología.
En el capítulo 2 se tratan los principios físicos que rigen la generación, y la
propagación de ondas sonoras. Así como la descripción de sus parámetros
característicos.
El capítulo 3 trata la propagación de ondas planas en un medio elástico li-
neal. Se explican los fenómenos de reflexión, refracción, difracción, interfe-
rencia y dispersión, y su efecto sobre las ondas sonoras al propagarse éstas
en tejido vivo. Se describen además los efectos de absorción que sufren las
ondas de ultrasonido en su propagación a través del tejido vivo.
El capítulo 4 trata la propagación de ondas planas en un medio elástico no
lineal. Los efectos producidos al variar la intensidad ultrasónica y los bene-
ficios sobre las imágenes al emplearse estos efectos adecuadamente.
15
En el capítulo 5 se describen las principales características de los transduc-

tores ultrasónicos, y algunos de los campos generados por estos.
En el capítulo 6 se trata la instrumentación empleada en los sistemas de
rastreo de imágenes por ultrasonido, y se explican los diferentes modos de
visualización empleados en la clínica médica.
El capítulo 7 muestra algunos de los factores que afectan la calidad de las
imágenes ultrasónicas.
En el capítulo 8 se incluyen las técnicas más importantes del procesamiento
digital de las señales e imágenes ultrasónicas.
Finalmente, en los capítulos 9 y 10 se presentan las técnicas para la descrip-
ción cualitativa y cuantitativa de la velocidad de flujo sanguíneo mediante la
aplicación del efecto Doppler.
Los apéndices A y B contienen la descripción detallada del proceso de mo-
dulación en cuadratura, y las principales herramientas matemáticas emplea-
das en el procesamiento digital de señales e imágenes, y el apéndice C cubre
los principales efectos biológicos del ultrasonido.
El estudio de estos temas supone conocimientos previos en física, en siste-
mas electrónicos analógicos y digitales, así como en procesamiento digital
de señales e imágenes. Es también recomendable contar con conocimientos
básicos en anatomía y fisiología humana.
Los autores agradecen a sus colegas del Departamento de Ingeniería Eléc-
trica de la Universidad Autónoma Metropolitana, y a los estudiantes de la
Licenciatura y el Posgrado en Ingeniería Biomédica, por sus comentarios y
aportaciones en la elaboración del texto.
Enrique Hernández Matos

Caupolicán Muñoz Gamboa
16
Capítulo 1
Introducción
1.1. Importancia del ultrasonido como herramienta de diagnóstico

Las imágenes en ultrasonido son generadas produciendo ondas en un trans-
ductor externo, dirigiéndolas hacia el cuerpo y midiendo varias propiedades
de los ecos producidos por reflectores en el interior del cuerpo. Esta tecnolo-
gía posee una gran potencialidad y continúa desarrollándose. Debido al alto
grado de complejidad del equipo necesario para captar el ultrasonido, ya sea
acústica o visualmente, la interfase ultrasonido-observador fue tecnológica-
mente realizable hasta hace solo cuatro décadas.
Las imágenes ultrasónicas poseen dos propiedades únicas, que las distin-
guen de las imágenes médicas obtenidas mediante otras técnicas.
En primer lugar, es posible visualizar estructuras en tejidos blandos, lo cual
permite la identificación de los diferentes órganos, así como el diagnóstico
de estados patológicos focalizados o difusos.
En segundo lugar, ha demostrado producir efectos biológicos en el paciente,
muy pequeños o nulos; lo cual, lo hace ideal para estudios del feto in útero,
así como en otros exámenes gineco-obstétricos. Es decir, se trata de una tec-
nología prácticamente no invasiva.
En este libro se describen los principios escenciales de la ultrasonografía.
Los tópicos a cubrir comprenden desde los principios físicos que rigen la
propagación de las ondas en el tejido vivo, las características de los transduc-
tores empleados para generar los paquetes cortos de ondas ultrasónicas, la
instrumentación electrónica utilizada para procesar las señales ultrasónicas
de eco y producir imágenes de alta calidad diagnóstica, hasta los principios
de operación del ultrasonido en tiempo real, el cual permite la visualización
de estructuras en movimiento en el tejido vivo.
17
Adicionalmente son tratadas las aplicaciones del ultrasonido en la medición

de la velocidad de flujo sanguíneo. Las primeras aplicaciones se basaban en
el efecto Doppler, pero actualmente se emplean técnicas de procesamiento
digital más avanzadas.
Se incluye al final del capítulo, una lista seleccionada de referencias, que
le permitirán al lector interesado, profundizar su conocimiento en ciertos
tópicos.
1.2. Desarrollo histórico

El austriaco Christian Johan Doppler descubrió en 1843 el efecto de corri-
miento en frecuencia en una señal reflejada por un dispersor en movimiento;
y trató de demostrar con esto, el origen del corrimiento hacia el rojo en el
espectro de luz visible proveniente de las estrellas.
Los primeros intentos con ultrasonido para localizar objetos sumergidos,
datan probablemente de la época del hundimiento de Titanic en 1912. Paul
Langevin y colaboradores trataron de emplear el ultrasonido durante la Pri-
mera Guerra Mundial. En 1914 reportaron la construcción de un generador
de ultrasonido que empleaba el efecto piezoeléctrico recíproco. El desarrollo
de esta tecnología condujo a los primeros sistemas de SONAR (“Sound Na-
vigation and Ranging”) y a la primeras aplicaciones a nivel industrial, como
los detectores de fisuras en piezas de metal fundido en 1935.
La primera aplicación del ultrasonido en el campo médico data de 1937, año
en que Karl Dussik visualizó los ventrículos cerebrales. Mas tarde, en 1942
publico su artículo “Sobre la posibilidad de aplicar vibraciones mecánicas
de alta frecuencia como medio de diagnóstico”.
En 1942 se logró inducir propiedades piezoeléctricas a una cerámica fe-
rroeléctrica (BaTiO3) artificialmente en E.U.A., lo que permitió generar y
detectar ultrasonido a frecuencias mayores a 1 MHz.
18
El mayor estímulo que recibió el diagnóstico por ultrasonido, se debió a la

Segunda Guerra Mundial; época en la que se perfeccionaron las tecnologías
del radar y del sonar. En efecto, la utilización de circuitos avanzados de ra-
dar, mejoró considerablemente la calidad de los instrumentos ultrasónicos.
Utilizando desechos de equipos de guerra, así como algunos equipos para
aplicaciones industriales disponibles, varios grupos de científicos iniciaron
el estudio de la aplicación del ultrasonido al diagnóstico médico. En 1952,
el grupo de Douglass Howry y John Wild publicó sus primeros resultados
sobre la obtención de una imagen bidimensional empleando ultrasonido. Se
montó un transductor en una guía circular dentro de un tanque, y se sentaba
el paciente sumergido hasta el cuello en el centro del tanque, mientras el
transductor emitía haces ultrasónicos radiales (Somascope).
La contribución clínica, tal vez más importante se debe John Wild, quién
demostró que el ultrasonido es capaz de diferenciar entre tejido normal, tu-
mores benignos, y tumores malignos de cáncer.
En Suecia, Inge Edler de la Universidad de Lund fue pionero en la cardio-
grafía por ultrasonido o ecocardiografía. En 1953, en colaboración con Hell-
muth Hertz, encontró que los movimientos cardíacos podían ser registrados
por ultrasonido. Esta investigación condujo al desarrollo de la visualización
en modo TM (“Time Motion”), o movimiento en el tiempo. En conjunto con
el registro del electrocardiograma, constituye esta técnica, una gran herra-
mienta diagnóstica en cardiología.
El corrimiento en frecuencia Doppler producido por retrodispersión de ul-
trasonido fue utilizado por Shigeo Sotomura en Japón (1957) para medir
por primera vez la velocidad de flujo sanguíneo. A fines de la década de los
sesenta, se realizaron los primeros sistemas de Doppler pulsátil (Pierre Pe-
rroneau, Joan Baker y Peter N. T. Wells).
19
En 1958, Ivan Greenwood y Gilbert Baum obtuvieron la primera imagen

bidimensional del ojo. Por su parte, Ian Donald de Glasgow, fue el primero
en aplicar el ultrasonido en el campo de la gineco-obstetricia.
En Suecia, Lars Leksell realizó los primeros intentos para localizar la línea
media cerebral por ultrasonido.
En 1962, William L. Wright diseñó en la Universidad de Colorado, E.U.A.
el primer sistema de rastreo de imágenes por contacto directo, el cual más
tarde fuera desarrollado comercialmente por Physionics Inc y Picker Corpo-
ration.
A principio de los setenta se presentaron los primeros sistemas de rastreo
bidimensional (modo B) en tiempo real, los cuales utilizaban transductores
con rastreo mecánico, acoplados al paciente por medio de una bolsa de agua;
destacando los equipos producidos por la compañía austriaca Kretztechnik
AG de Viena.
También en la década de los setenta se demostró experimentalmente la ob-
tención de imágenes Doppler de la velocidad de flujo sanguíneo sobrepues-
tas a imágenes estáticas en dos dimensiones.
En 1973 el australiano George Kossoff publicó su convertidor de rastreo
analógico con escala de grises. A fines de los setenta la segunda generación
de sistemas de rastreo en modo B en tiempo real incorporó los avances de
la electrónica digital y los microprocesadores; construyéndose los primeros
convertidores de rastreo digitales de 512 por 512 pixeles y los sistemas digi-
tales de enfocamiento y direccionamiento del haz ultrasónico.
A principio de los ochenta el grupo de Bjorn Angelsen en Noruega publicó
los primeros desarrollos de equipos de mapeo de flujo sanguíneo a color.
En la década de los noventa se desarrollaron algoritmos para conformar el
haz ultrasónico a partir de un arreglo de cristales del transductor. Una vez
digitalizada la señal de radiofrecuencia el resto del procesamiento se logró
realizar en forma digital. A estos equipos se les conocía como “Tecnología
20
de Ultrasonido Computarizada”, y contaban con 128 canales independientes

de transmisión y recepción. Esto mejoró considerablemente la resolución
espacial, el contraste y la homogeneidad de las imágenes, permitiéndose
además la generación de haces ultrasónicos multifocales.
El obtener imágenes de ultrasonido en tres dimensiones fue propuesto desde
los cincuenta. Las tecnologías electrónicas e informáticas actuales permiten
procesar rápidamente la gran cantidad de información que requiere la visua-
lización de imágenes en 3D.
En algunos casos, el ultrasonido diagnóstico ha dejado de ser no invasivo.
Se han desarrollado transductores de punta de catéter para la obtención de
imágenes intravasculares, pero también se utilizan transductores intraesofá-
gicos, intrarectales e intravaginales, con los cuales se obtienen imágenes con
una mayor resolución.
Estos son solo algunos de los investigadores más destacados en este campo.
En conclusión, el ultrasonido constituye hoy en día una herramienta básica
en el diagnóstico clínico.
1.3. Retos tecnológicos

Actualmente se continúa investigando en todos los aspectos del desarrollo
de instrumentación ultrasónica: construcción de nuevos transductores, dise-
ño de circuitos electrónicos más confiables, obtención de imágenes de armó-
nicas y de alta frecuencia, procesamiento digital de imágenes ultrasónicas en
tres dimensiones y uso de agentes de contraste para mejorar la resolución y
el contraste de las imágenes.
21
Referencias:
1. Angelsen, Bjoern A. J.; Ultrasound Imaging. Waves. Signals and Signal
Processing. Emantec, Trondheim, Noruega, 2000.
2. Azpiroz, L. J.; Cadena, M. M.; Hernández M. E.; Valdés, C. R.;
Imagenología Médica. Libros de Texto de la UAM-Iztapalapa, México, D.
F., 1995.
3. Cobbold, R. S. C; Foundations of Biomedical Ultrasound. Oxford
University Press, 2007.
4. Woo, Joseph; A short history of the development of ultrasound in Obstetrics
and Gynecology. Part 1, 2 and 3. http://www.ob-ultrasound.net/history1.html
5. Wells P. N. T.; Biomedical Ultrasonics. Academic Press, Londres, 1977.
22
Capítulo 2: Física del ultrasonido y parámetros característicos
Capítulo 2
Física del ultrasonido y
parámetros característicos
2.1. Naturaleza del sonido

El sonido independientemente de su frecuencia, es un disturbio en la presión
instantánea de algún medio, ya sea sólido, líquido o gaseoso. Si la fuente
de dicho disturbio toma forma senoidal, se crearán máximos y mínimos de
presión que tenderían a propagarse a partir de la fuente como origen, hacia
todos los puntos que rodean dicha fuente.
El sonido es una onda de tipo longitudinal. Esto significa, que las partículas
del medio que soportan la onda oscilan hacia delante y hacia atrás, en la
misma dirección de propagación de la onda. La oscilación de las partículas
produce variaciones periódicas de la presión en el medio, de tal forma que
una onda de presión viaja por el medio como resultado de la interacción de
partículas vecinas.
Además del rango audible de frecuencias (20 Hz a 20 000 Hz), el sonido
está dividido en otras dos categorías. Por debajo de las frecuencias audibles
el infrasonido y por encima de este rango el ultrasonido. Es decir, según su
frecuencia las ondas sonoras pueden clasificarse en tres rangos:
Menores a 20 Hz Infrasonido
De 20 Hz a 20 000 Hz Sonido
De 20 000 Hz en adelante Ultrasonido
Debido a que su longitud de onda se vuelve pequeña en este último rango, su

propagación en tejido vivo obedece a leyes similares a las de la óptica, por
lo que es posible conformar su energía a un haz estrecho a lo largo de una
distancia relativamente grande sin mostrar una dispersión considerable.
23
El sonido es transmitido a través de un medio debido a la vibración de sus

partículas. No existe un movimiento neto en el medio puesto que cada partí-
cula activada, vibra alrededor de su posición de reposo. Las partículas están
ligadas elásticamente, de tal manera que el desplazamiento de una partícula
origina el movimiento de otras y la vibración se transmite gradualmente a
través de todo el medio.
Debido a las fuerzas elásticas existentes entre las partículas y a su masa
finita, se genera un retraso en la transferencia de energía de una partícula
a otra. También debido a las pérdidas por fricción, la energía es absorbida
gradualmente a medida que la onda avanza por el medio.
2.2. Velocidad de propagación y longitud de onda

El sonido no puede propagarse en el vacío, ya que requiere de la existencia
de un medio con partículas capaces de interactuar entre sí. En sólidos y líqui-
dos las moléculas se mantienen unidas por fuerzas cuya magnitud depende
de las propiedades elásticas del material.
La velocidad de propagación de una onda sonora depende de la rapidez con
la que las partículas desplazadas de su trayectoria, regresan a su posición de
reposo, y ésta es proporcional a su módulo de elasticidad (E) en sólidos, y al
módulo de compresibilidad (B) en fluidos.
E B
V = (2.1)
=
ρ ρ
Por lo tanto, la velocidad del sonido en un medio aumenta con módulos de

elasticidad o compresibilidad crecientes, es decir, a medida que el medio es
menos elástico.
Adicionalmente, la velocidad del sonido se ve contrarrestada por la inercia
del medio, esto es, por efectos de interferencia entre las moléculas del mate-
24
rial, lo cual depende directamente de la densidad del material. La velocidad

de propagación del sonido en un medio depende pues, de la raíz cuadrada
del cociente entre el módulo de elasticidad o el módulo de compresibilidad
y la densidad de ese medio.
A continuación se presentan las velocidades típicas del sonido en sólidos,
líquidos y gases.
Condiciones de medición:
Medio Velocidad V [m/s] temperatura [°C] y presión
[mmHg].
Aire 344 25 y 760
Aire 331 0 y 760
Aire 386 100 y 760
Agua destilada 1 530 25 y 760
Sangre 1 570 25 y 760
Cerebro 1 540 25 y 760
Tejido adiposo 1 450 25 y 760
Riñón 1 560 25 y 760
Hígado 1 570 25 y 760
Músculo 1 590 25 y 760
Hueso 2 500 a 4 700 25 y 760
Tabla 2.1. Velocidades de propagación del sonido para distintos medios.
2.3. Parámetros característicos en la propagación de ondas. La

ecuación de onda
La figura 2.1 muestra el experimento clásico de propagación de un disturbio
a través de una serie de masas unidas por resortes. El disturbio inicial com-
prime el primer resorte, el cual a su vez se expande un instante de tiempo
después, comprimiendo el segundo resorte. De esta forma, una vez aplicado
el disturbio, su propagación solamente depende de las propiedades mecáni-
cas de las masas y los resortes. Esto permite establecer una analogía con el
modo de propagación.
25
Figura 2.1. Modo de propagación del sonido.
Las variables involucradas en una onda sonora son:

a. La presión instantánea en el medio debida a una onda sonora (p).
b. El desplazamiento instantáneo que sufre la partícula del medio (ζ).
c. La velocidad instantánea de las partículas del medio (u).
d. La velocidad de propagación de la onda sonora en el medio (V).
Para obtener las relaciones entre estas variables es necesario recurrir a la
ecuación de onda.
En el desarrollo de la ecuación de onda se considera un volumen incremen-
tal del medio, como se observa en la figura 2.2. Se asume que ese volumen
es pequeño comparado con la longitud de onda de las ondas, pero lo sufi-
cientemente grande para contener varios átomos y moléculas de tal manera
que el medio puede considerarse formado por “partículas”. Por partícula se
entiende el volumen más pequeño del medio que está sujeto a las mismas
fuerzas.
26
Figura 2.2. Presión y velocidad en un volumen incremental del medio.
La longitud del pequeño volumen a lo largo del eje longitudinal x es ∆x, el

área de sus caras perpendiculares es A, por lo tanto si ρ es la densidad del
medio, la masa del volumen está dada por:
m = ρ · A · ∆x (2.2)
Puesto que el tamaño del volumen es pequeño comparado con la longitud

de onda, la densidad ρ varía muy poco y puede ser aproximado por una sola
cantidad.
Hay una variación de la presión en la dirección longitudinal p(x) sobre la
presión estática. Adicionalmente existe un campo de velocidad u(x) repre-
sentando el movimiento de las partículas del medio.
Es importante hacer notar que la velocidad de las partículas y sus variaciones
solo se consideran en la dirección longitudinal, por lo tanto solo se conside-
rará el modo de propagación longitudinal, ya que el modo de propagación
transversal se atenúa fuertemente en tejidos blandos.
27
En el modo de propagación longitudinal, las partículas se desplazan en la

misma dirección que la velocidad de propagación de la onda, puesto que
solamente se consideran las ondas de compresión y expansión a lo largo del
eje x, la ecuación de onda obtenida es unidimensional.
Si consideramos el elemento de volumen, en un medio con un gradiente de
presión, y aplicamos la segunda Ley de Movimiento de Newton, se obtie-
ne:
(2.3)
Puesto que ∂x/∂t = u, sustituyendo en la ecuación 2.3. queda:
 ∂u ∂u 
F = m (2.4)
+u⋅ 
 ∂t ∂x 
La presión es igual a fuerza por unidad de área, por lo tanto la fuerza neta
sobre el volumen será:
F = [p(x) – p(x + ∆x)] · A (2.5)
Sustituyendo 2.2. y 2.5. en 2.4:
p ( x) − p ( x + ∆x)  ∂u ∂u 
= ρ  (2.6)
+u⋅ 
∆x  ∂t ∂x 
Tomando el límite cuando ∆x → 0, se obtiene la ecuación diferencial:
∂p  ∂u ∂u 
− = ρ  (2.7)
+u⋅ 
∂x  ∂t ∂x 
Si se asume que la variación de la densidad ρ en el medio debida a la acción

de las ondas es muy pequeña (como es el caso del ultrasonido diagnóstico),
entonces la densidad puede considerarse formada por la suma de dos partes:
ρ = ρo + ρ1 (2.8)
28
Donde:
ρο = Densidad promedio del medio (constante)
ρ1 = Cambio de densidad variante en el tiempo
Y se asume también que: ρ1 << ρο
Si las cantidades ρο, ρ1, u, ∂u/∂x y ∂u/∂t representan pequeñas variaciones
cuando aparecen en una ecuación, los productos de estas cantidades forman
términos de segundo orden que pueden ser despreciados comparados con los
términos de primer orden en la ecuación. Empleando este razonamiento, la
ecuación 2.7. se convierte en:
∂p ∂u
ρo = 0
+ (2.9)
∂x ∂t
Esta ecuación establece una relación tiempo-espacio entre la presión y la

velocidad en el medio empleando solamente la densidad promedio sin per-
turbación (ρο).
Otra ecuación que relaciona estas dos cantidades puede ser obtenida a partir
de la Ley de la conservación de la masa. En esta Ley se establece que la
masa neta que deja el volumen incremental a través de sus lados, debe ser
acompañada de una disminución de masa dentro del volumen.
La masa neta saliendo del volumen por unidad de tiempo es:
A[ρ(x+∆x)·u(x+∆x)–ρ(x)·u(x)] (2.10)
y el decremento de masa en el interior del volumen por unidad de tiempo es:
–A·∆x(∂ρ/∂t) (2.11)
29
Igualando ambos términos se tiene:
ρ ( x + ∆x ) ⋅ u ( x + ∆x ) − ρ ( x ) ⋅ u ( x ) ∂ρ
(2.12)
=−
∆x ∂t
Tomando el límite cuando ∆x → 0, se obtiene la ecuación diferencial:
∂ (ρu ) ∂ρ
+ =0
(2.13)
∂x ∂t
Usando el criterio de simplificación de términos de segundo orden queda:
∂u ∂ρ1
ρo + =0
(2.14)
∂x ∂t
Considerando las propiedades del medio, definimos la ecuación de la com-
presibilidad adiabática (cuando no hay flujo de calor) como la relación:
ρ 1
=K p
(2.15)
ρ0
La cual establece cómo el campo de presión comprime el material para cam-
biar su densidad (sin pérdida o ganancia de calor). Nótese que esta ecuación
asume una relación lineal (K constante) entre los cambios de densidad y
presión.
Una relación no lineal produciría efectos interesantes en la onda, tales como
la producción del doble de la frecuencia (imágenes armónicas).
Sustituyendo la ecuación 2.15 en la ecuación 2.14 se obtiene:
∂p 1 ∂u
⋅ =0
+ (2.16)
∂t K ∂x
las constantes que aparecen en 2.9, 2.15 y 2.16 son propias del medio.
30
Puesto que en ambas ecuaciones están presentes derivadas con respecto al

tiempo y al espacio, es razonable esperar que las soluciones sean ondas en
movimiento. La forma mas sencilla de obtener soluciones para estas ecua-
ciones es combinarlas en una sola ecuación conocida como la ecuación de
onda.
Tomando la derivada parcial de la ecuación 2.9. con respecto a x:
∂2 p ∂ 2u
+ ρ =0
(2.17)
0
∂x 2 ∂x∂t
Y tomando la derivada parcial de la ecuación 2.16. con respecto a t:
∂ 2 p 1 ∂ 2u
+ (2.18)
=0
∂t 2 K ∂x∂t
Puesto que el orden de las derivadas parciales en el segundo término de am-
bas ecuaciones puede ser intercambiado, al combinarlas se tiene:
∂2 p ∂2 p
− ρ0 K 2 = 0
(2.19)
∂x 2 ∂t
La ecuación 2.19. se denomina ecuación de onda unidimensional para la
presión p. Puede obtenerse una ecuación similar para la velocidad u.
31
2.3.1. Soluciones a la ecuación de onda

p = 0 (2.20)
y p = cte (2.21)
son dos soluciones triviales. Una solución más interesante es:
p = p+ cos(ωt – kx) (2.22)
En donde:
p+ es una amplitud constante
ω es la frecuencia angular de la onda [rad/s]
k es el número de onda o constante de propagación
Sustituyendo 2.22 en 2.19 se obtiene una solución válida siempre y cuando
se cumpla la siguiente relación:
k2 = ρ0 · K · ω2 (2.23)
La ecuación 2.23 es conocida como la ecuación de dispersión y al aparecer

las constantes ρ0 y K en ella se considera una ecuación específica del medio
que soporta la propagación de la onda.
Una solución más general con fase arbitraria sería:
p = p+ cos(ωt – kx + φ) (2.24)
La figura 2.3 representa una gráfica de la presión p de la ecuación 2.22, don-

de los frentes de onda han avanzado una distancia ∆x.
En ultrasonido diagnóstico existe una gran variedad de formas de onda que
satisfacen la ecuación de onda. La ecuación general que representaría esas
formas de onda es:
p = p± f (ωt ± kx) (2.25)
32
Figura 2.3. Onda de presión en función de la distancia x en a) El tiempo t = 0, y en b) El

tiempo t = ∆t. Los frentes de onda planos han avanzado una distancia ∆x.
De la figura 2.3 se puede observar la longitud de onda λ como:
2π
λ = (2.26)
k
Las líneas verticales representan frentes de fase planos, puede verse que la
ecuación de onda unidimensional conduce a solución de ondas planas. De la
misma figura puede observarse que la ecuación:
ω · ∆t – k · ∆x = 0 (2.27)
Es válida, por lo tanto:
∆x ω
=
(2.28)
∆t k
33
La ecuación 2.28. representa la velocidad de los frentes de fase y es conoci-

da como la velocidad de fase de la onda:
ω
V=
(2.29)
k
La frecuencia temporal de la oscilación senoidal de la onda está dada por:

ω
f =
(2.30)
2π
Combinando las ecuaciones 2.26, 2.29 y 2.30 se obtiene:
V
λ=
(2.31)
f
Por lo tanto si se conocen la frecuencia y la velocidad de propagación de la
onda puede obtenerse fácilmente su longitud de onda. Todas las ecuaciones
obtenidas hasta aquí son aplicables a todo tipo de ondas. Para el caso de on-
das ultrasónicas la ecuación de dispersión es:
 1 
ω 2 (2.32)
=   k 2
 ρ0 ⋅ K 
Sustituyendo la ecuación 2.32 en la ecuación 2.29 se tiene:
ω 1
V = (2.33)
=
k ρ0 ⋅ K
Ejemplo 2.1. Para el caso del agua a 35°C se tienen:
K = 4.48 × 10–10 m2 / N
y ρ0 = 103 kg / m3
Sustituyendo estos valores en la ecuación 2.33. se obtiene:
Vagua ≅ 1.5 × 103 m / s
34
La longitud de onda del ultrasonido usado en diagnóstico a una frecuencia

f = 3 MHz, se obtiene utilizando la ecuación 2.31:
A esta frecuencia la longitud de onda del ultrasonido en tejido blando es si-

milar a la λ en agua (± 5%). Esto explica la buena resolución de los sistemas
para obtener imágenes médicas con ultrasonido, ya que el volumen de agua
en humanos representa cerca del 80% del volumen corporal.
2.3.2. Solución de la ecuación de onda en el estado estacionario
Sea f (t ) = 2 ⋅ p ( x) ⋅ e jωt
Al sustituir f(t) en la ecuación general de onda, se obtiene:
  x
jω  t −  jω  t +  
 x
p ( x , t ) = 2  p+ ( x ) ⋅ e  V
+ p− ( x ) ⋅ e  V   (2.34)
 
Usando 2.29:
pp(x,t)
( x, t ) = [
= 2 [p++(x) (Vt − x )
( x) ·⋅ e jkjk(Vt−x) ( x)·⋅ e jkjk(Vt+x)
+ p−−(x) ]
(Vt + x )
] (2.35)
Donde:
ω 2πf 2π
k= = = = número de onda.
V V λ
p+ y p– representan respectivamente las dos ondas en sentido contrario. Nó-

tese que p+ representa una onda que avanza con el tiempo, mientras que
35
p– retrocede. Si la onda plana se propaga sin restricciones p– no existirá y

tendremos:
p ( x, t ) =
p(x,t) [ x) ⋅ ·e ejk (jk(Vt−x)
= 2 ·pp+ +((x) t −x )
V
]
p− ( x) ⋅ e jk (Vt + x )
+ (2.36)
Aquí p+, es la amplitud rms de la presión.
2.4. Velocidad de las partículas del medio

Tenemos de la ecuación de movimiento:
∂p ∂u
− = ρo
∂x ∂t
Sea u(x,t) = u(x) · e jωt una excitación senoidal. Entonces:
∂u
) ⋅ e jωt = jω ⋅ u ( x, t )
= jω ⋅ u ( x (2.37)
∂t
De esta ecuación, para el estado estacionario se obtiene:
(2.38)
∂p
De la solución de la ecuación de onda, podemos obtener el valor de
∂x
Si recordamos que p+ no varía con respecto a x (véase la observación a la

solución general de la ecuación de onda para medios libres de absorción y
dispersión), tenemos:
· p+· e jk(Vt−x) =−jk · p(x,t) (2.39)
36
Si se sustituye el valor de k = ω/V en la ecuación anterior y el resultado así

obtenido en la ecuación de movimiento, se llega finalmente a:
p ( x, t )
u ( x, t ) =
(2.40)
ρ0 ⋅ V
Nótese que la velocidad instantánea de la partícula y la presión que se ejerce
sobre ella están en fase. La ecuación anterior, si bien es muy importante,
no nos permite conocer a u sino en función de p; valor que difícilmente se
obtiene de manera directa. La velocidad de propagación V, por el contrario,
es en general susceptible de medirse con facilidad.
2.5. Intensidad del sonido

Recordando que la energía cinética está relacionada con la velocidad de las
partículas del medio por:
1
E = ⋅ ρ ⋅ uo2
(2.41)
2
En donde:
E = Densidad de energía por unidad de volumen.
uo = Velocidad máxima de la partícula.
La intensidad del sonido en algún punto, se define como la cantidad de ener-
gía que atraviesa una superficie unitaria, perpendicular a la dirección de pro-
pagación de la onda, en una unidad de tiempo. Así, la cantidad de energía
representada por I, estará contenida en un espacio de magnitud V, donde V es
la velocidad de propagación.
(Cantidad de energía por unidad de área en un segundo) = (Densidad de energía)x (Volumen)
1  1
I =  ⋅ ρ ⋅ uo2  ⋅ (V (2.42)
⋅ 1) = ⋅ ρ ⋅ V ⋅ uo2
2  2
37
Figura 2.4. Intensidad de una onda sonora.
La intensidad tiene unidades de potencia por unidad de área. En el campo del

ultrasonido médico, es costumbre emplear unidades no estándar de W/m2 o
mW/cm2 (combinación de unidades MKS y CGS), para especificar la inten-
sidad ultrasónica.
Despejando la velocidad máxima de la partícula de la ecuación 2.42, ten-
dremos:
2⋅ I
(2.43)
u =
o
ρ ⋅V
2.6. Desplazamientos de las partículas del medio

Definiendo ζ como el desplazamiento, entonces en general se cumple:
(2.44)
Si u(t) obedece a una función senoidal u(t) = uo e jωt entonces:
u
ζ =
(2.45)
ω
38
Donde:
ω = frecuencia angular de la velocidad de la onda.
Sustituyendo este resultado en la ecuación 2.42. se obtiene:
1 (2.46)
I = ⋅ ρ ⋅ V ⋅ ω 2 ⋅ ζ 02
2
Donde ζo = valor máximo del desplazamiento. Despejando ζo:
1 2⋅ I u
(2.47)
ζo = ⋅ = o
ω ρ ⋅V ω
2.7. Presión en el medio debida a la propagación de la onda

Se ha obtenido como consecuencia de la solución de la ecuación de onda, la
relación:
p
u=
ρ ⋅V
Sustituyendo ésta, en la definición de intensidad ultrasónica, se obtiene:

1 po2 1
I = ρ ⋅ V ⋅ 2 (2.48)
= ⋅ po2
2 ρ ⋅V 2
2 ⋅ ρ ⋅V
Despejando la presión de esta ecuación:

po = 2 ⋅ ρ ⋅ V ⋅ I (2.49)
En donde:
po = valor máximo de la presión del medio.
39
Ejemplo 2.2. Para concluir el tema, presentaremos un ejemplo de aplica-

ción, con los valores numéricos típicos de las variables anteriores. Una si-
tuación realista de diagnóstico por ultrasonido podría definirse como sigue:
Intensidad ultrasónica I = 50 mW / cm2

Frecuencia de excitación f = 3.5 MHz
En tejido orgánico vivo ρ ≅ 1 g / cm3
V = 1540 m / s
Como ya se indicó, la mezcla de unidades físicas empleadas es típica de la

literatura en ultrasonido médico, y constituye, como en la mayoría de los
casos de la física aplicada, la principal fuente de error en los cálculos. Trans-
formando todos los valores al Sistema Internacional tenemos:

Así tenemos para la velocidad máxima de la partícula:

Para el desplazamiento máximo de las partículas:
40
Y para la presión acústica po:
La presión atmosférica normal es 100 kPa. Así pues, se observa que las
ondas ultrasónicas se caracterizan por producir pequeños desplazamientos
a bajas velocidades, pero con fuerzas considerables. Esto es, poseen un no-
table poder destructivo en materiales rígidos, pero prácticamente no afectan
medios elasto-plásticos como el tejido vivo.
2.8. Mediciones de la intensidad ultrasónica

La intensidad acústica está definida como el flujo promedio de energía a
través de un área unitaria perpendicular a la dirección de propagación en un
segundo.
La intensidad es el promedio de la razón de trabajo realizado por unidad de
área por un elemento del fluido sobre el elemento adyacente. Esto es:
(2.50)
Donde la integración sobre un ciclo completo del campo para una onda pla-
na en progreso:
p(t) = p0e j(ωt – kx) (2.51)
y
p (t )
Z = (2.52)
= ρ ⋅V
u (t )
con T = 2� / ω0
(2.53)
41
Por lo tanto:
p02
I=
(2.54)
2Z
La medida de intensidad dada por la ecuación 2.54. tiene sentido sólo para
ondas continuas. Puesto que los campos ultrasónicos son pulsátiles y fuerte-

mente dependientes de la posición espacial r , es necesario especificar cómo
se calcula para estos casos la intensidad.
Para campos ultrasónicos pulsátiles la intensidad instantánea está dada por:

 p 2 (t , r )
I i (2.55)
(t , r ) =
2 ρV
El campo puede ser caracterizado por el máximo temporal y espacial de Ii
denotado por Isptp; o puede ser promediado en el tiempo, resultando la inten-
sidad espacial máxima promediada en el tiempo Ispta:
(2.56)

Donde: Tprf es el período de pulso a pulso, y rmax denota la posición de máxi-
ma intensidad.
Otras medidas de intensidad empleadas en ultrasonido diagnóstico conside-
ran promedios temporales y/o espaciales. Por ejemplo Isppa es la intensidad
máxima promedio del pulso, la cual es calculada como la intensidad promedio
durante la duración del pulso en la posición de máxima intensidad del campo.
(2.57)
Donde: PD es la duración del pulso y es 1.25 veces el intervalo entre el
tiempo, cuando la integral de la intensidad para un pulso acústico alcanza el
42
10%, y cuando alcanza el 90% de la integral de intensidad del pulso, dada

por:
(2.58)
Una última medida es la intensidad máxima Im. Esta es la intensidad espacial

máxima promediada sobre el medio ciclo del pulso conteniendo la máxima
amplitud. De la integral de la intensidad se obtiene:
 
Pi (t2 , rmax ) − Pi (t1 , rmax )
Im = (2.59)
t2 − t1
Donde: t1 y t2 son las posiciones temporales de los cruces por cero antes y
después del valor del máximo de pulso.
Frecuentemente la intensidad espacial máxima temporal máxima Isptp es uti-
lizada para pulsos de ultrasonido de forma sinusoidal y está relacionada con
la Im por la siguiente igualdad:
(2.60)
La figura 2.5 muestra las medidas de la intensidad expresadas anteriormente.
43
Figura 2.5. Diferentes medidas de la intensidad para un pulso ultrasónico típico.
Ejemplo 2.3. Cuáles serán los valores de presiones, velocidades y

desplazamientos instantáneos de las partículas para pulsos con: una
intensidad Ispta = 50 mW /cm2, una duración de pulso Tp igual a cuatro
períodos, y un período de repetición de pulsos Tprf de 200 µs. Frecuencia de
excitación f = 3.5 MHz.
En tejido orgánico vivo: ρ ≅ 1 000 kg / m3
V = 1 540 m / s
La intensidad espacial máxima promediada en el tiempo es:
(2.61)
44
Despejando la presión:
El Apéndice C muestra los efectos biológicos del ultrasonido y la energía

ultrasónica máxima permitida para insonar tejido humano con fines de diag-
nóstico.
45
Referencias:
Processing; Emantec; Trondheim, Noruega; 2000.
2. Azpiroz, L. J.; Cadena, M. M.; Hernández M. E.;Valdés, C. R.;
Imagenología Médica; Libros de Texto de la UAM-Iztapalapa; México, D.
F.; 1995.
3. Christensen, D. A.; Ultrasonic Bioinstrumentation; John Wiley and Sons;
Nueva York; 1988.
4. Fish, P.; Physics and Instrumentation of Diagnostic Medical Ultrasound;
John Wiley and Sons; Chichester; 1994.
5. Fry J. F.,Ultrasound: Its Applications in Medicine and Biology I y II;
Elsiever; Amsterdam; 1978.
6. Hernández M. E.; Suárez, F. A.; Bautista, L. M. A.; Jiménez V. D.; Vidal,
R. J. Mediciones biomédicas de presión, flujo y volumen; Editorial Libros de
texto de la UAM-I; 2000.
7. Rose J. L.,Goldberg B. B.; Basic Physics in Diagnostic Ultrasound; John
Wiley and Sons; Nueva York; 1979.
8. Webb S.; The Physics of Medical Imaging; I.O.P Publishing; Bristol,
Filadelfia; 1988.
9. Wells P. N. T.; Biomedical Ultrasonics; Academic Press; Londres; 1977.
10. Wells P. N. T.; Scientific Basis of Medical Imaging; Churchill Livingstone;
Edimburgo; 1982.
46
Capítulo 3: Propagación de ondas planas en un medio elástico lineal
CAPÍTULO 3
PROPAGACIÓN DE ONDAS PLANAS
EN UN MEDIO ELÁSTICO LINEAL
3.1. Impedancia acústica

La relación entre presión, velocidad, y la cantidad ρV, es análoga a la que
existe entre voltaje, corriente, e impedancia. Por esta razón, la cantidad ρV
es conocida como la impedancia acústica del medio, y describe la relación
entre la presión existente en algún punto dado, con respecto a la velocidad
de ese mismo punto.
p ( x, t )
Za = = ρ ⋅ V = R + jX
jX (3.1)
u ( x, t )
En donde, R y X son respectivamente las componentes resistiva y reactiva

de Za. En el caso de ondas planas en un medio no absorbente, el medio se
comporta como una resistencia pura.
La impedancia acústica es la medida de la oposición que ofrece el medio a
la propagación de la onda ultrasónica. Algunos valores típicos se ofrecen en
la tabla 3.1.
Grasa 1.38x106 Agua 1.50x106
Cerebro 1.58x106 Aire 0.0004x106
Sangre 1.61x106 Aceite de ricino 1.43x106
Hígado 1.65x106 Polietileno 1.84x106
Músculo 1.70x106 Acrílico 3.20x106
Riñón 1.62x106 Aluminio 18.00x106
Bazo 1.64x106 Latón 38.00x106
Valor promedio en tejido vivo 1.63x106 Acero 45.00x106
Humor acuoso del ojo 1.50x106 Araldita 3.00x106
Humor vítreo del ojo 1.52x106 Mercurio 20.00x106
Lente del ojo 1.84x106 Cuarzo 15.20x106
Hueso del cráneo 7.80x106
Tabla 3.1. Impedancias acústicas específicas de algunos materiales en Rayls (kg/ m2 s).
47
3.2. Comportamiento de la onda al incidir en una superficie entre dos

medios
Cuando dos materiales con impedancia característica diferente entran
en contacto, se produce una superficie de frontera, cuyo efecto sobre la
onda ultrasónica es similar al que produce en condiciones de impedancia
característica diferente en líneas de transmisión de ondas electromagnéticas.
Es decir, cuando incide una onda ultrasónica sobre una superficie de frontera,
parte de la energía se trasmite y parte se refleja, tal como se muestra en la
figura 3.1. La solución de la ecuación de onda, en estas condiciones, conduce
a la definición de factor de reflexión.
Figura 3.1. Comportamiento de una onda incidente en la frontera entre dos medios.
En una onda que se propaga no existen discontinuidades: ni de velocidad

de la partícula, ni de presión. Estas condiciones se satisfacen, cuando se
cumplen las siguientes igualdades:
ui cosθi – ur cosθr = ut cosθt (3.2)
pi + pr = pt (3.3)
48
El signo negativo en la ecuación 3.2 es debido a la dirección de la onda

reflejada. Sustituyendo p = ρ · V · u en la ecuación 3.2 se tiene:
pi p p
cosθi − r cosθi = t (3.4)
cosθt
Z1 Z1 Z2
Las soluciones a las ecuaciones simultáneas 3.3, y 3.4 son:
p r Z 2 cos θ i − Z 1 cos θ t
= (3.5)
pi Z 2 cos θ i + Z 1 cos θ t
y

pt 2 Z 2 cos θ i
= (3.6)
pi Z 2 cos θ i + Z 1 cos θ t
La ecuación 3.5 muestra el coeficiente de reflexión de las presiones (R),

mientras que la ecuación 3.6 muestra el coeficiente de transmisión de las
presiones (T).
En el caso de incidencia normal a la superficie entre los dos medios (θi =
θr = θt = 0) las ecuaciones 3.5, y 3.6 se simplifican y quedan:
pr Z 2 − Z1
= (3.7)
pi Z 2 + Z1
y
pt 2Z 2
= (3.8)
pi Z 2 + Z 1
• Si Z2 = Z1 entonces pr / pi = 0 y no hay reflexión.

• Si Z2 > Z1 entonces la onda de presión reflejada está en fase con la onda de
presión incidente.
• Si Z2 < Z1 entonces la onda de presión reflejada está desfasada π radianes,
con respecto a la onda de presión incidente.
49
Ahora bien, si queremos conocer las relaciones para la intensidad

ultrasónica, correspondientes a las ecuaciones 3.7 y 3.8, se sustituye en
éstas I = p02/(2 · ρ · V), obteniéndose:
I (Z − Z )2
αr = r = 2 1
(3.9)
y
Ii (Z 2 + Z1 ) 2
It 4 Z 2 Z1
αt = = (3.10)
I i (Z1 + Z 2 )2
Como la fracción reflejada y la fracción transmitida deben sumar la
intensidad ultrasónica original, la suma de los coeficientes de transmisión y
reflexión es igual a la unidad:
αr + αt = 1 (3.11)
Ejemplo 3.1. Analizando la transmisión y reflexión en la interfase tejido
vivo-aire:
Para tejido vivo:
ρl = 1 000 kg/m3
Vl = 1 540 m/s
Para aire:
ρ2 = 1.2 kg/m3
V2 = 343 m/s
El coeficiente de reflexión será:
(1.2 ⋅ 343 − 1000 ⋅ 1540) 2

αr = = 0.9988
(1.2 ⋅ 343 + 1000 ⋅ 1540) 2
Es decir, el 99.88% de la intensidad incidente es reflejada.

Para propósitos de propagación, el aire constituye el peor medio de contacto
posible; por lo tanto, el transductor nunca deberá interponer aire en su
contacto con la piel.
50
En contraste, solamente el 0.1% aproximadamente de la intensidad

ultrasónica incidente es reflejada en la interfase constituida por dos tejidos
vivos.
3.3. Fenómenos de propagación del ultrasonido

3.3.1. Reflexión
Este fenómeno ya se ha estudiado anteriormente; basta recordar que, cuando
un haz ultrasónico incide sobre una superficie de frontera entre dos medios
en una forma no normal a esta última, el ángulo de incidencia es igual al de
reflexión, tal y como se puede observar en la figura 3.2.
Figura 3.2. Reflexión de una onda ultrasónica.
3.3.2. Refracción. Ley de Snell

En una forma análoga a la óptica, cuando un haz ultrasónico que se propaga
con una velocidad Vl en un medio, e incide sobre la superficie de frontera
con otro medio, en el cual la velocidad de propagación es V2. Si Vl > V2 y el
ángulo de incidencia es diferente de cero, el ultrasonido se propagará una
distancia mayor en el medio 1 que en el medio 2. Aplicando el principio de
Huygens (cada punto del frente de onda puede ser considerado como una
51
fuente de ondas esféricas secundarias), se obtiene el cambio de dirección

del frente de onda y con ello el cambio en la dirección de propagación al
pasar de un medio a otro. La Ley de Snell está representada por la siguiente
ecuación:
senθi V1
= =µ
(3.12)
senθ ρ V2
Donde: µ es el índice de refracción, θi es el ángulo de incidencia y θρ es el

ángulo de refracción.
3.3.3. Interferencia
Cuando dos o más ondas están presentes en un mismo espacio y al mismo
tiempo, la onda resultante es la superposición de todas las ondas para todos los
puntos de ese espacio. Esta superposición es simplemente la suma algebraica
de todas las ondas. La onda resultante, que puede ser mayor o menor que
las componentes individuales, se debe a la interferencia constructiva o
destructiva entre las componentes. Este fenómeno se aplica principalmente
en equipos que utilizan el efecto Doppler.
Por ahora nos interesa solamente un caso particular de interferencia, a saber:
el que conduce a la formación de ondas estacionarias. Consideremos el
caso de una onda, la cual incide sobre una superficie rígida, fuertemente
reflejante.
Aquí, el resultado de la superposición de la onda incidente y la reflejada
es una onda que no se propaga, una onda estacionaria. Se originan de esta
forma máximos y mínimos estacionarios.
La amplitud de la onda estacionaria puede ser mayor, igual o menor que
la de onda incidente. Una condición necesaria para la creación de ondas
estacionarias es que las componentes tengan la misma frecuencia y el mismo
modo de propagación.
52
En aplicaciones diagnósticas del ultrasonido se emiten pequeños “paquetes”

de ondas ultrasónicas, por lo tanto una onda estacionaria no puede llegar a
constituirse, Sin embargo, la amplitud del eco si puede ser falsificada, dando
lugar a interfases que no existen y desapareciendo otras que en realidad sí
existen.
3.3.4. Difracción
Este fenómeno consiste en un ligero cambio de dirección del haz ultrasónico,
al propagarse a través de un medio. Puede explicarse en función de la
interferencia de las ondas ultrasónicas generadas por diferentes puntos de
un frente de onda. Para ser observable, debe ser producido por un obstáculo
cuyas dimensiones físicas son similares a la longitud de onda. Este fenómeno
es el que determina la morfología de un haz ultrasónico y se tratará más
adelante en el capítulo de transductores.
3.3.5. Dispersión
La descripción de la emisión, propagación, y reflexión de ondas planas
asume que la onda incide en superficies planas de frontera entre tejidos con
diferentes propiedades acústicas medias. Este tipo de fronteras se encuentran
rara vez en el cuerpo humano y se muestran rara vez en imágenes ultrasónicas,
esto se demuestra en la figura 3.3.
53
Figura 3.3. Imagen de un feto de 13 semanas.
En la figura anterior se puede observar que el cráneo del feto no está delineado
claramente, sin embargo se aprecia una frontera entre el cerebro y el líquido
amniótico. El cráneo no es visible en la imagen porque el ángulo entre el haz
y la superficie de frontera toma valores que producen reflexiones en otras
direcciones que no regresan al transductor. La cabeza del feto aparece en
la imagen debido a la dispersión de la onda ultrasónica. Pequeños cambios
en densidad, compresibilidad y absorción dan origen a la onda dispersada
radiada en todas direcciones.
El campo retrodispersado es capturado por el transductor y visualizado en la
pantalla. La retrodispersión “backscattering” es el más importante principio
físico que contribuye a que las imágenes ultrasónicas sean útiles para fines
diagnósticos y también es la retrodispersión lo que hace posible la detección
de velocidad del flujo sanguíneo.
54
Los equipos de rastreo de imágenes por ultrasonido están optimizados para

mostrar la señal de retrodispersión, la cual es considerablemente de menor
amplitud que la señal reflejada de superficies de frontera. Esas últimas
señales son visualizadas en la pantalla con una gran brillantez y saturan los
circuitos de recepción del equipo.
Reflexiones de superficies de frontera comunes en rastreos abdominales
son encontradas cuando provienen del diafragma, paredes de los vasos
sanguíneos y límites de órganos.
Figura 3.4. Imagen amplificada del hígado con ruido de moteado. Las zonas obscuras
representan vasos sanguíneos.
La figura 3.4 muestra una imagen amplificada del hígado. La imagen tiene
una apariencia granulada, y no un nivel de gris homogéneo que se esperaría
obtener del tejido homogéneo del hígado. Este tipo de patrón se denomina
ruido de moteado “speckle”. Las estructuras del tejido hepático son más
pequeñas que la longitud de onda del ultrasonido empleado, y el patrón del
ruido de moteado no revela la estructura del tejido. Este patrón se forma con
55
la interferencia constructiva y destructiva de las señales dispersadas en las

pequeñas estructuras.
Suponiendo que se tiene un obstáculo dentro de un campo de ondas planas
(ver figura 3.5), las distorsiones de la onda incidente pueden considerarse
como debidas a la interferencia entre la onda incidente y un grupo de fuentes
puntuales distribuidas sobre la superficie del obstáculo.
El patrón de radiación resultante es denominado campo de ondas
dispersadas.
Figura 3.5. Dispersión de una onda.
La magnitud de la señal retrodispersada puede ser descrita en términos de

la potencia de la señal dispersada. La potencia de la señal generada por un
solo dispersor está caracterizada por su sección transversal de dispersión. Si
el dispersor es tan pequeño, como para considerar una intensidad uniforme,
entonces la potencia dispersada es:
Ps = Ii · σSC (3.13)
Donde σSC es la sección transversal de dispersión en metros cuadrados, y se
define como: la relación entre la potencia total dispersada y la intensidad
ultrasónica de la onda incidente. La sección transversal de dispersión es
dependiente del material, e indica que tan dispersor es el material.
56
Asumiendo que la energía dispersada es radiada uniformemente en todas

direcciones, la intensidad dispersada es:
(3.14)
en donde R es la distancia a la región dispersante. Este es el caso para un

dispersor con un cambio en compresibilidad, y resulta una onda esférica. Si
el transductor tiene un radio r la potencia recibida será:
(3.15)
La potencia recibida es entones dependiente de la sección transversal de

dispersión y de la intensidad ultrasónica emitida Ii.
En el fenómeno de dispersión pueden considerarse tres casos distintos:
a) Las dimensiones del obstáculo son mayores que λ. En este caso, la radia-
ción ultrasónica es reflejada, formándose una sombra. La sección transversal
de dispersión σSC es igual a 1.
b) Las dimensiones del obstáculo son menores que λ. La radiación es
dispersada uniformemente en todas direcciones.
Si el obstáculo es un dispersor esférico se cumple que:
σSC = k4 · a6 (3.16)
Donde: k = 2� / λ, y a = radio del dispersor.
c) Las dimensiones del obstáculo son semejantes a λ. En este caso, el patrón
de dispersión es complejo y depende de la impedancia acústica del obstáculo,
así como de sus dimensiones físicas.
57
3.4. Absorción ultrasónica

Cuando la energía ultrasónica atraviesa algún medio, su intensidad dismi-
nuye como función de la profundidad de penetración debido a una serie de
factores, como es que posean analogías ópticas, como dispersión, difracción,
refracción, etc. Por el momento, nos ocupa un fenómeno que posee una ana-
logía eléctrica muy directa: la absorción.
Cuando se excita una línea de transmisión con una señal eléctrica, la energía
de la señal disminuye con respecto a la distancia recorrida debido a las pér-
didas resistivas, esto es, en forma de calor.
Un fenómeno análogo se produce en medios sujetos al flujo de ondas ul-
trasónicas. Si bien, la formulación matemática es simple y prácticamente
idéntica a la correspondiente en líneas de comunicación, la explicación del
fenómeno ha sido hasta ahora muy deficiente y en la actualidad es sujeto de
grandes esfuerzos de investigación, por su importancia en relación al diseño
de equipo y metodología del diagnóstico.
Cuando la energía ultrasónica atraviesa un medio el cual atenúa la señal so-
lamente por el mecanismo de absorción, la amplitud de la onda (es decir, su
velocidad instantánea o su presión instantánea) decrece exponencialmente;
esto es, si A0 es la amplitud original, entonces:
A = A0 · e –Kαx (3.17)
Donde:
x = distancia.
α = coeficiente de absorción.
K = constante dependiente de las unidades físicas empleadas.
De manera semejante, si I0 es la intensidad ultrasónica original, entonces:
I = I0 · e –2Kαx (3.18)
La absorción puede definirse de varias maneras: como cociente de energías o
de amplitudes, o por medio de logaritmos, ya sean naturales o base 10, de los
58
cocientes antes mencionados. Cuando el medio no es homogéneo, sino con-

siste en varias capas de materiales con coeficientes de absorción diferentes,
entonces la absorción total es igual al producto de las absorciones en cada
una de las capas (figura 3.6).
Figura 3.6. Medio formado por tres capas.
M1 M2 y M3 son tres medios distintos, supóngase que en cada superficie de

frontera conocemos la amplitud máxima de alguna variable que define la
onda, por ejemplo, la presión instantánea.
Entonces, la absorción en cada capa puede definirse como el cociente de la
amplitud de salida entre amplitud de entrada, esto es:
A1
Absorción en capa M 1 =
A0
A
Absorción en capa M 2 = 2
A1
A
Absorción en capa M 3 = 3
A2
La absorción total del medio será:

A3 A1 A2 A3
= × (3.19)
×
A0 A0 A1 A2
59
Tomando logaritmos naturales:
(3.20)
O sea, si se expresa la absorción como el logaritmo de un cociente, la

absorción total es igual a la suma de las absorciones individuales. La unidad
es el Neper.
También puede emplearse la definición de decibel en la ecuación 3.19;
entonces:
(3.21)
En este caso, el cambio total expresado en decibeles en la amplitud de la

A3
onda será 20 log .
A0
3.4.1. Coeficiente de absorción

El coeficiente de absorción en Nepers se obtiene se toman logaritmos
naturales en la ecuación 3.17, eso es:
A
ln = −K ⋅α ⋅ x
ln (3.22)
A0
Si K · α = αNp
Entonces
(3.23)
60
Donde αNp está dado en [Neper/cm]. De manera semejante, si se toman

logaritmos base 10 en la ecuación 3.17 y se aplica la definición de decibel,
se tiene:
(3.24)
Despejando αdB
(3.25)
Donde αdB está dado en [dB/cm].Ambos coeficientes se relacionan por:

αdB = 8.686 αNp (3.26)
En general, α es función de la frecuencia de la onda ultrasónica, así como del
medio de propagación.
La tabla 3.2 proporciona valores de αdB para diferentes medios, así como la
ley de variación (aproximada) del coeficiente de absorción con respecto a la
frecuencia. Dicha tabla es válida para frecuencias entre 0.5 y 10 MHz.
61
αdB @ l MHz
Medio Variación con la frecuencia
(MHz)
[dB/cm]
Sangre 0.18 lineal, eso es αf = αdB · f
Grasa 0.60 lineal

Músculo
1.20 lineal
(Corte transversal)
Músculo
1.30 lineal
(Corte longitudinal)
Humor acuoso y vítreo 0.10 lineal
Cristalino 2.00 lineal
Hueso del cráneo 20.0 cuadrática, eso es αf = αdB · f 2
Pulmón 40.0 -----------
Hígado 0.90 lineal
Cerebro 0.85 lineal
Riñón 1.00 lineal
Médula espinal 1.00 lineal
Agua 0.0022 cuadrática
Aceite de ricino 0.95 cuadrática
Acrílico 2.00 lineal

Tabla 3.2. Coeficientes de absorción específicos de algunos materiales y tejidos vivos
comunes en ultrasonografía.
62
Referencias:
1. Azpiroz, L. J.; Cadena, M. M.; Hernández M. E.;Valdés, C. R.;
Imagenología Médica; Libros de Texto de la UAM-Iztapalapa; México, D.
F.; 1995.
2. Bamber, J. C.; Attenuation and Absorption: In Hill, C. R. editor Physical
Principles of Medical Ultrasonics; Ellis Horwood, Chichester, UK.; 1986
págs. 118-199.
3. Fish, P.; Physics and Instrumentation of Diagnostic Medical Ultrasound;
John Wiley and Sons; Chichester; 1994.
4. Fry J. F.; Ultrasound: Its Applications in Medicine and Biology I y II;
Elsevier; Amsterdam; 1978.
5. Hernández M. E.; Suárez, F. A.; Bautista, L. M. A.; Jiménez V. D.; Vidal,
R. J. Mediciones biomédicas de presión, flujo y volumen; Editorial Libros de
texto de la UAM-I.; 2000.
6. Rose J. L; Goldberg B.B.; Basic Physics in Diagnostic Ultrasound; John
Filadelfia; 1988.
Edimburgo; 1982.
63
Capítulo 4: Propagación de ondas en un medio elástico no lineal
Capítulo 4
Propagación de ondas en un
medio elástico no lineal
4.1. Efecto de la intensidad ultrasónica en el tipo de propagación

Hasta ahora se ha considerado la intensidad de las ondas muy pequeña, de tal
forma que los cambios de densidad del medio son también muy pequeños.
Los equipos de rastreo modernos pueden utilizar arreglos enfocados capaces
de generar presiones del orden de los MPa. En este caso, la presión acústica
aplicada no puede ser considerada pequeña con respecto a la presión del
medio sin disturbio.
Estas presiones acústicas elevadas generan ondas no-lineales cuya forma de-
pende de la presión acústica, las características del medio, y de la distancia
recorrida por la onda a partir de la fuente. Es por lo tanto necesario conside-
rar para este caso, una forma más exacta de la ecuación de onda.
La velocidad del ultrasonido bajo condiciones adiabáticas está dada por:
∂p
V2 =
(4.1)
∂ρ
Una onda de gran intensidad genera cambios rápidos y considerables en la

densidad del medio, y esto afecta la velocidad de propagación del ultraso-
nido. Para el caso en que no existan pérdidas, la velocidad de propagación
perturbada puede expresarse como (Beyer 1974):
 2A 
 +1 
 B u (t )  B 
V (t ) = V (4.2)
0 2 A V 
1 +
 0 
65
donde:
A = ρ0V02
 ∂2 p 
B = ρ 0  2 
 ∂ρ 
Siendo V0 la velocidad de propagación del sonido para ondas lineales, ρ0 la

densidad del medio y u(t) la velocidad instantánea de las partículas. En la
ecuación 4.2. se observa que la velocidad de propagación de la onda V(t)
depende de la velocidad u(t). Velocidades u(t) positivas producen un au-
mento en V(t) y velocidades u(t) negativas producen una reducción de V(t)
con respecto a V0. Las constantes A y B son constantes que caracterizan el
medio. La relación B/A indica en que medida el medio soporta la formación
de ondas no lineales.
V(t) = V0 para el caso de propagación lineal. Los valores B/A para diferen-
tes medios pueden encontrarse en la tabla 4.1.; para tejidos blandos toman
valores entre 6 y 11.
La tabla 4.1. muestra diferentes valores para la relación B/A en distintos
medios.
Medio B/A
Agua 4.2 – 6.1
Agua (@ 30ºC, 1 atmósfera) 5.2
Sangre 6.3
Hígado 7.6
Bazo 7.8
Grasa 11.1
Tabla 4.1. Valores B/A para medios diferentes (Tomada de Beyer (1974) y Bamber
(1986)).
66
4.2. Distorsión de la forma de onda por efectos de propagación no

lineal
La velocidad de las partículas es dependiente de la presión, y la velocidad de
propagación del sonido dependiente de la presión resulta en una distorsión
gradual de la onda al propagarse. La parte positiva de la onda se propaga
mas rápido que la negativa y esto distorsiona la onda según puede apreciarse
en la figura 4.1.
Figura 4.1. Formación gradual de una onda no-lineal a medida que avanza una distancia.
La presión máxima es 500 kPa, la frecuencia es 3 MHz y la relación B/A es 5.2.
La onda alcanza finalmente una etapa en la cual la oscilación senoidal ad-

quiere la forma de un diente de sierra. En este punto se alcanza la distancia
de discontinuidad, la cual según Beyer (1974) se expresa como:
2
V0
(4.3)
L=
 B 
u0ω 1 + 
 2A
67
Esta distorsión genera armónicas de frecuencias superiores a la de la fun-

damental. Puesto que la energía de la onda es constante, la fundamental
pierde energía y las armónicas ganan esa misma energía. La amplitud de las
armónicas de la onda de presión está dada por la siguiente ecuación (Pierce
1989):
2p
pn (σ ) = 0 J n (nσ )
(4.4)
nσ
Donde:
n = número de armónica
Jn= Función Bessel de orden n
z
σ = _ (4.5)
z
_
ρ0V03 1
z=
 1 B  f p0
2π 1 + 
 2 A
z es la distancia de la fuente de ultrasonido al punto del campo de radiación

para una onda plana. La ecuación 4.5 es válida para un medio sin atenuación.
La figura 4.2 muestra la formación de armónicas en agua con B/A = 5.2 para
una onda plana de 1 MHz con una presión máxima de 1 MPa.
68
Figura. 4.2. Formación de armónicas para una onda plana no-lineal de 1MHz propagán-
dose en agua. La presión máxima es 1 MPa y B/A es 5.2.
Un ejemplo de ondas medidas desde un sistema comercial para el rastreo de

imágenes ultrasónicas se muestra en la figura 4.3. Se emplea una ráfaga con
seis oscilaciones generada por un arreglo de cristales con una frecuencia de
5 MHz. La intensidad máxima es 1039 mW/cm2.
69
Figura 4.3. Medición de ondas no-lineales en agua generadas a partir de un sistema de

rastreo ultrasónico comercial (según Darshan R. Gandhi del Laboratorio de Investigación
en Bioacústica de la Universidad de Illinois).
Ejemplo 4.1. Una onda ultrasónica con una presión máxima de 1 MPa se
propaga en agua. ¿Cual es el intervalo entre las velocidades de propagación
máxima y mínima para esta onda?
La velocidad de la partícula es:

La relación B/A es 5.2, de tal forma que la máxima velocidad del ultrasoni-
do es:

70
y la velocidad mínima es:
Por lo tanto el intervalo es de 4.6 m/s.
4.3. Interacción no lineal con el medio. Interacción con partículas

sanguíneas y con microburbujas encapsuladas
Ondas no-lineales pueden ser generadas también por procesos de disper-
sión en el medio que se desea explorar. La distorsión de la onda no se debe
ahora a la propagación, sino que se produce por la interacción del campo
ultrasónico con los dispersores del medio. Un ejemplo de este fenómeno es
la dispersión producida por burbujas pequeñas llenas de gas. La vibración
generada por el ultrasonido puede dar pie a la generación de: tanto subar-
mónicas como sobrearmónicas. La frecuencia de resonancia de una pequeña
burbuja está dada por (Kinsler 1982):
1 3 γ p0
fb =
2πa ρ0
(4.6)
Donde: a es el radio de la burbuja, y γ la constante ideal de gases adiabática.
La presión p0 y la densidad del medio ρ0. Una burbuja con un radio de 2 µm
en agua a presión normal y utilizando una constante de 1.4 produce una fre-
cuencia de resonancia de 1.63 MHz. Insonando la burbuja a esa frecuencia
puede dar lugar a un eco grande en la burbuja que genera tanto subarmónicas
como sobrearmónicas de la frecuencia fundamental. En algunos casos, la se-
gunda armónica de la onda dispersada puede poseer una amplitud de orden
de magnitud de la primera armónica. Como se tratará en el siguiente capítu-
lo, la generación de la segunda armónica mejora la calidad de las imágenes,
ya que se mejora sustancialmente la resolución lateral.
71
Microburbujas de gas encapsuladas generan una gran dispersión debido a la

diferencia tan grande entre las propiedades acústicas del aire atrapado y las
del medio circundante. La sección transversal de dispersión para una esfera
pequeña (a << λ) es: (Morse e Ingard 1968).
4  K − K 2 1  3(ρ − ρ ) 2 
= π a (k a ) +  b
4
σσSCSC (4.7)
2 0
 +  b 0
 
9  K 0  3  2 ρb + ρ0  
Donde:
Kb = compresibilidad de la burbuja.
K0 = compresibilidad del medio circundante.
ρb = densidad de la burbuja.
ρ0 = densidad del medio circundante.
2π
k= = número de onda.
λ
a = radio de la burbuja.
En esta ecuación el término de las densidades es siempre menor a tres, cuan-
do ρ0 es muy diferente de ρb; y es cercano a cero, cuando ρ0 ≈ ρb. Asimismo,
el término de la compresibilidad puede llegar a ser muy grande si Kb es
mucho mayor que K0, como es el caso de aire comparado con tejido vivo o
sangre.
Los constituyentes de la sangre tienen valores cercanos para su compresi-
bilidad y su densidad, y la introducción de microburbujas encapsuladas con
frecuencias de resonancia en el rango de los MHz puede aumentar sustan-
cialmente la señal retrodispersada de la sangre. Esta propiedad es empleada
por los medios de contraste ultrasónicos tratados más adelante.
72
Referencias:
2. Beyer, R. T.; Nonlinear Acoustics; Department of the Navy; 1974.
3. Frinking, P. J. A. et al; Ultrasound Contrast Imaging: Current and New
Potential Methods; Ultrasound in Medicine and Biology; Vol. 26 Nº 6; 2000;
Pags. 965-975.
4. Jensen, Juergen Arendt; Estimation of Blood Velocities Using Ultrasound:
A Signal Processing Approach; Cambridge University Press; Nueva York;
1996.
5. Morse, P. M.; Ingard, K. U. Theoretical Acoustics; McGraw-Hill; Nueva
York; 1968.
73
Capítulo 5: Transductores, campos y haces ultrasónicos
Capítulo 5
Transductores, campos y haces ultrasónicos
5.1. Estructura y funciones básicas de los transductores

La función de un transductor ultrasónico es la de convertir energía eléctrica
a una vibración mecánica ó viceversa. En principio, un transductor puede
cumplir la función de transformación de energía en cualesquiera de los dos ó
en ambos sentidos: esto es, un sistema puede emplear a un transductor para
transmitir la señal y a otro para recibir el eco, o al mismo transductor para
ambas funciones.
5.2. El efecto piezoeléctrico. El efecto piezoeléctrico inverso

En la actualidad el transductor ultrasónico más común, es el que hace uso
del efecto piezoeléctrico (según su raíz griega piezo = presión), de algunos
materiales como: cristales, cerámicas y polímeros.
Figura 5.1. En el Titanato de Bario (BaTiO3) puede inducirse un comportamiento piezoeléc-

trico, debido a que su estructura está formada por iones dispuestos asimétricamente en
forma de cubo alargado.
75
Estos materiales poseen la propiedad de producir un campo de presión en los

iones de su estructura cristalina cuando se aplica un campo eléctrico en sus
superficies. Los cambios de presión son el resultado de una falta de centro
de simetría de inversión en la estructura del material (ver figura 5.1). Siendo
este proceso reversible, un material piezoeléctrico puede producir un campo
eléctrico, y por lo tanto un voltaje en sus superficies al someterlo a un campo
de presión. De esta forma puede usarse como un receptor.
En aplicaciones médicas del ultrasonido se utilizan:
EFECTO PIEZOELÉCTRICO INVERSO Generación de US

EFECTO PIEZOELÉCTRICO Detección de US
Puesto que todos los equipos modernos para obtener imágenes emplean un
solo transductor, el mismo dispositivo realiza ambas funciones.
5.3. Características de los materiales

Si un cristal piezoeléctrico es calentado por arriba de una cierta temperatura,
conocida como el punto Curie (TC), sus propiedades piezoeléctricas desapa-
recerán. Esto es el resultado de una agitación térmica excesiva en los iones,
la cual rompe el orden cristalino. Si el cristal es enfriado posteriormente no
conservará sus propiedades piezoeléctricas.
Al utilizar un cristal para generar ultrasonido, nos interesa conocer su di-
latación (o compresión), al aplicar un voltaje, o más precisamente, al aplicar
un campo eléctrico E [V/cm]. La dilatación lineal se expresa con la letra S y
está definida como:
(5.1)
76
En el efecto piezoeléctrico inverso, la dilatación es proporcional al campo

eléctrico E.
S = dii · E (5.2)
donde: dii = constante de transmisión del cristal.
Asimismo, en el efecto piezoeléctrico, el campo eléctrico producido es pro-
porcional a la presión ejercida.
E = gii · p (5.3)
donde: gii = constante de recepción del cristal.
De la discusión anterior, se concluye que es conveniente tener valores altos
de dii y gii tanto para la recepción, como para la generación de ultrasonido. La
relación entre la constante de transmisión y la constante de recepción es:
dii = gii · ε0 · εr (5.4)
En cristalografía se consideran tres ejes ortogonales: x, y, y z. Una vez po-
larizados los cristales se vuelven anisotrópicos. La dirección de aplicación
del campo eléctrico es generalmente la dirección z. Los subíndices 1, 2, y
3 indican los ejes x, y, y z respectivamente. Un corte x, con subíndices 11
implica que el campo eléctrico se aplica en la dirección x, y la deformación
se produce en la misma dirección x.
Ejemplo 5.1. Para el caso del cuarzo en corte x, se tiene:
(4.5) =
77
Se definen además los siguientes coeficientes piezoeléctricos:

eii = Coeficiente de tensión piezoeléctrica [N / (V · m)]
cii = Constante de rigidez del material [N / m2] (bajo condiciones de campo
eléctrico constante)
Ambos coeficientes se relacionan con la constante de recepción dii mediante
la siguiente ecuación:
eii = dii · cii (5.5)
El material piezoeléctrico usado en los transductores actuales, es la cerámica
sinterizada llamada PZT (mezcla de Titanato y Zirconato de Plomo). Tam-
bién son empleados algunos polímeros semicristalinos como el Polifluoruro
de vinilideno (PVDF), los cuales pueden volverse piezoeléctricos polarizán-
dolos con un campo eléctrico muy intenso durante su fabricación.
5.4. Factor de acoplamiento

La eficiencia de un transductor puede conocerse por medio del factor de
acoplamiento electromecánico del cristal K2c. Este factor es un índice de la
capacidad de un material piezoeléctrico para convertir energía mecánica a
eléctrica y viceversa.
Si se aplica energía mecánica:
Energía mecánica convertida a eléctrica

K C2 =
(5.6)
Energía mecánica aplicada
Si se aplica energía eléctrica:
Energía eléctrica convertida a mecánica

K C2 =
Energía eléctrica aplicada
(5.7)
Los valores de K2c, eii, cii, εr, dii, y gii para los cristales piezoeléctricos más
utilizados están dados en la tabla 5.1.
78
dii gii cii eii K2c TC V ρ Za
Material εr Qm
(m/V) (V·m/N) (N/m2) (N/(V·m)) (%) (C) (m/s) (kg/m3) (kg/(m2·s))
Cuarzo11
2.3·10–12 5.78·10–2 86·109 0.17 4.5 11 >25,000 >550 5740 2650 15.2·106
(corte x)
Titanato
de Bario 149·10–12 1.41·10–2 110·109 8.6 1700 30 400 120 4320 5550 24.0·106
BaTiO33
PZT-433 289·10–12 2.61·10–2 83·109 9.2 1200 70 500 328 4000 7500 30.0·106
79
PZT-5A33 374·10–12 2.48·10–2 - - - 70 75 365 3780 7750 29.3·106
PVDF
Polifluo-
ruro 15·10–12 14·10–2 3·109 0.069 12 - <10 100 2070 1760 3.64·106
de vinili-
deno
Tabla. 5. 1. Parámetros característicos de algunos materiales piezoeléctricos. Nota: Los datos han sido tomados del boletín “Data for
Designers”, de la Empresa Vernitron Piezoelectric Division, Ohio, U.S.A.
5.5. Circuitos eléctricos equivalentes

La capacitancia eléctrica de un cristal no amortiguado es:
A
C = ε 0 ⋅ ε r (5.8)
t
Donde:
A = Superficie del cristal [m2]
t = Grueso del cristal [m]
Puesto que ε′ = ε0 · εr es la constante dieléctrica efectiva del material entre
las placas.
La capacitancia eléctrica de un cristal amortiguado es:
A
C = ε 0 ⋅ ε r (1 − K C2 ) (5.9)
t
Puesto que ε′ = ε0 · εr(1–K2C) es la constante dieléctrica efectiva del material

entre las placas. La resistencia Rm representa la transformación del voltaje
aplicado a la potencia acústica radiada.
t 2 ⋅ Zm
Rm =
(5.10)
4 ⋅ ei ⋅ A
Donde:
Zm = Impedancia acústica del medio en contacto con el cristal [kg / (m2 · s)].
La figura 5.2 muestra los circuitos eléctricos equivalentes.
80
Figura 5.2. Circuitos eléctricos equivalentes para un cristal en resonancia: a) sin pérdidas
y b) con pérdidas.
5.6. Construcción del transductor

La construcción de un transductor utilizado en modo B, es básicamente la
siguiente: un cristal en forma de disco circular es la parte más importante del
transductor. Su grueso t está escogido de tal modo que no exceda la mitad de
la longitud de onda del ultrasonido que va a generar.
Puesto que:
V λ
f = y t ≤
λ 2
V
f ≥ (5.11)
2t
81
Por ejemplo, para un cristal de PZT-4 con un grueso de 0.889 mm y una

velocidad de propagación V = 4 000 m/s:
El cristal deberá ser recubierto en dos de sus caras con una película metálica,
a las cuales van soldadas las conexiones eléctricas, (ver figura 5.3).
El cristal es montado en el extremo de un cilindro hueco de metal de diá-
metro ligeramente mayor al diámetro del mismo. La superficie del cilindro
está a cero potencial y también la superficie frontal del cristal. Esto evitará
accidentes eléctricos.
Un aislante acústico se coloca entre el cristal y el cilindro metálico para evi-
tar la transmisión de ultrasonido a la cubierta metálica.
Si se coloca un material con impedancia acústica semejante a la del cristal
en la parte posterior del mismo, disminuirá considerablemente la reflexión
hacia atrás. Si además el material es altamente absorbente, el resultado final
será la cancelación de ondas ultrasónicas hacia atrás del cristal. Este material
es generalmente una mezcla de polvo de tungsteno y resina epóxica.
Figura 5.3. Un transductor ultrasónico típico.
82
La capa de material de relleno cumple una función importante de incremen-

tar la eficiencia en la transferencia de energía ultrasónica, actuando como
medio de acoplamiento entre las impedancias acústicas del cristal y del teji-
do vivo. Por ejemplo, la cerámica PZT-4 presenta una impedancia 14 veces
mayor a la del tejido vivo. La impedancia y el grueso ideales de la capa de
relleno son para el caso de onda continua:
Zrelleno = (Zcristal × Ztejido)1/2 (5.12)
λ
(5.13)
trelleno =
4
La figura 5.3 muestra la construcción de un transductor típico.
5.7. Respuesta en frecuencia

Se ha establecido anteriormente que los cristales presentarán su máximo
movimiento cuando sean excitados con su frecuencia de resonancia carac-
terística.
La figura 5.4 muestra las curvas de respuesta en frecuencia de dos materia-
les piezoeléctricos diferentes: el material X con su máximo en f0 tiene una
respuesta muy aguda, en un rango de frecuencia bastante corto. Esta curva
corresponde al caso de pérdidas de energía pequeñas, producidas por una
fricción interna baja o un amortiguamiento externo bajo.
La curva Y tiene su máximo en f0 también, sin embargo, su respuesta en fre-
cuencia es más amplia, debido a grandes pérdidas de energía provocadas por
fricción interna o amortiguamiento externo.
83
Figura 5.4. Curvas de respuesta en frecuencia.
A las frecuencias f1 y f2 la curva de amplitud ha bajado al valor uµ00máx

max / 2 ,
por lo tanto f1 y f2 serán los puntos de potencia media, puesto que la potencia
es proporcional al cuadrado de la velocidad. La cantidad f2 – f1 es conocida
como el ancho de banda del transductor.
Una medida de la selectividad de un transductor es la Q definida como:
f0 ( Energía almacenada)
Q= = 2 ⋅π (5.14)
f 2 − f1 ( Energía perdida por ciclo)
De esta expresión puede concluirse que mientras mayor sea la energía per-
dida por ciclo, al haber fricción interna y absorción menor será la Q.
Los transductores utilizados en sistemas pulso-eco para la obtención de imá-
genes emplean pulsos cortos, por lo tanto, es necesario que los transductores
respondan a un rango amplio de frecuencias. Tales transductores requieren
84
valores bajos de Q, p. ej. 2 o 3 y están, por lo tanto, fuertemente amortigua-

dos.
Por su parte, los transductores usados en la generación de ultrasonido con-
tinuo, como los sistemas Doppler, emplean valores altos de Q. Tan altos
como los permita la interfase cristal-tejido. Estos transductores requieren de
un amortiguamiento mínimo.
Hasta ahora se ha analizado solamente la respuesta mecánica de un cristal
a variaciones senoidades de presión, o sea su Q mecánica. Sin embargo, el
cristal es una componente eléctrica del sistema y su Q eléctrica definirá su
selectividad al aplicar una señal eléctrica.
5.8. Resolución longitudinal

En la sección 6.2.2 se describe la excitación de un transductor con pulsos
eléctricos de corta duración en sistemas pulso-eco, lo cual genera ráfagas de
pulsos de ultrasonido.
La resolución longitudinal en estos sistemas es la capacidad de distinguir
ecos generados por interfases muy próximas entre sí, normales a la dirección
de propagación de los pulsos.
La resolución longitudinal es dependiente de la duración de la forma de onda
del pulso. En función de la longitud de onda del ultrasonido generado y en
función de la Q del transductor la resolución longitudinal es:
Qλ
R solución longitudin
eResolución al ==
longitudinal (5.15)
4
85
5.9. Campos de propagación del haz ultrasónico

5.9.1. Forma del haz en el campo cercano y en el campo lejano
Una representación más simplificada de la forma de una onda continua de
ultrasonido nos muestra la figura 5.5.
Figura 5.5. Forma de un haz ultrasónico creado por un cristal en forma de disco plano.
El haz es generado por un transductor de cristal, con forma de disco circular,

actuando como un pistón perfecto. Su forma es debida a la difracción y pue-
de ser dividida en dos zonas: La zona de Fresnel ó campo cercano y la zona
de Fraunhofer ó campo lejano.
En la zona de Fresnel, el ultrasonido está confinado a un cilindro con un área
seccional igual a la del cristal y una longitud igual a D2/4λ, donde D = diá-
metro del cristal. Para un transductor que emite ultrasonido a una frecuencia
de 2 MHz y con un diámetro de 2 cm, la longitud de la zona de Fresnel será:
(5.16)
86
En la zona de Fraunhofer el haz diverge con un ángulo θ, donde:

sen θ = 1.22(λ/D) (5.17)
Utilizando los datos numéricos del ejemplo anterior:
senθ = 1.22·(0.077/2) = 0.04969
θ = arcsen(0.04697) = 2 grados 41 minutos
De lo anterior se puede concluir lo siguiente:
A más altas frecuencias (más bajas λ), la longitud de la zona de Fresnel será
mayor y el ángulo de divergencia en la zona de Fraunhofer será menor. Por
lo tanto, los transductores de alta frecuencia tendrán haces más estrechos.
Al aumentar la frecuencia de oscilación del cristal, se observa que aumenta
la resolución longitudinal de los pulsos. Al analizar la forma del haz ultra-
sónico se observa que también mejora la resolución lateral. Desafortunada-
mente la absorción aumenta también al aumentar la frecuencia, y por lo
tanto la profundidad de penetración del haz ultrasónico disminuye.
5.9.2. Patrón de propagación en el campo cercano de un transductor

circular
Figura 5.6. Coordenadas empleadas para resolver el patrón de radiación de un transductor

ultrasónico.
87
La geometría del problema está representada en la figura 5.6. Se asume un

sistema de coordenadas circulares, en donde las coordenadas de las fuentes
puntuales en el plano de la cara del transductor están denotadas por ρ y θ, y
las coordenadas apuntando al punto de observación, donde el patrón de pro-
pagación es observado, son r y φ. Si se consideran los puntos de observación
sobre el eje x1 no se pierde generalidad. Por geometría se tiene:
r ' = (r 2 + ρ 2 − 2rρ cosθsenφ )

1/ 2
(5.18)
Basándose en el principio de Huygens puede obtenerse el patrón de radia-

ción sumando las contribuciones de ondas esféricas de todas las fuentes pun-
tuales (en magnitud y fase) en el punto de observación. Cada punto de la
cara del transductor es asumido como un radiador de presión esférica de la
forma:
(5.19)
donde dp es la contribución de presión incremental en el punto de observa-

ción debida a una onda esférica de una fuente puntual de tamaño incremental
dS, k =2�/λ es el número de onda, Z la impedancia acústica del medio y r’
la distancia entre la fuente y el punto de observación. En la ecuación 5.19.
la cara del transductor se asume vibrando con una velocidad u = u0 cos(ωt)
perpendicular al plano ρ − θ.
La presión total en el punto de observación es la integral de las presiones
incrementales:
(5.20)
88
Asumiendo que todas las porciones de la superficie del transductor se en-

cuentran oscilando a la misma velocidad y están en fase entre sí, como sería
de esperar en el caso de un transductor rígido en forma de pistón, las ecua-
ciones 5.19 y 5.20 pueden combinarse dando como resultado:
(5.21)
donde dS ha sido sustituido por ρdρdθ. Para una forma de transductor gene-
ral y para un punto de observación arbitrario, esta ecuación es difícil de eva-
luar y requiere generalmente de una solución por computadora. Sin embar-
go, puede ser evaluada para casos simples, como se muestra a continuación.
5.9.2.1. Distribución de las presiones a lo largo del eje del haz para un
transductor circular
Considerando que el transductor es un disco circular de radio a. En el campo
cercano r’ no es lo suficientemente grande para permitir una simplificación
matemática, de tal manera que la ecuación 5.21 es todavía muy compleja
para una solución general. Si se restringen los puntos de observación a pun-
tos sobre el eje x, de tal forma que φ = 0 y r = z, la ecuación 5.18 se reduce a:
r' = ρ 2 + z2
La figura 5.7 muestra la geometría para este caso especial. Sustituyendo r’
en la ecuación 5.21. se tiene:
kZu0 a cos(ωt − k ρ 2 + z 2 + π / 2) 2π
p( z, t ) = ∫ ρ ⋅ d ρ ∫ dθ (5.22)
2π 0 ρ 2 + z2 0
89
Integrando 5.22. se obtiene finalmente:
[
uZu
pp((zz,,tt)) == Z cos(ωωtt−−kz)
u 000 cos(
Z kzkz ))−−cos( ]]
cos(ωωt t−−kk aa222++zz222) ) (5.23)
Figura 5.7. Geometría para calcular la distribución de presiones sobre el eje central del
campo cercano.
La figura 5.8 representa una gráfica de la ecuación 5.23.
90
Figura 5.8. Distribución de presiones a lo largo del eje central de un haz ultrasónico.
La figura 5.9 muestra la distribución de intensidad a través del eje central de

un haz producido por una onda ultrasónica continua.
Figura 5.9. Distribución de intensidades a lo largo del eje central de un haz ultrasónico.
91
En la zona de Fraunhofer la intensidad decrece proporcionalmente al inverso

del cuadrado de la distancia a la fuente, como en el caso de una fuente de
luz puntual.
1
Intensidad = ---------------------------- (5.24)
(Distancia de la fuente)2
Sin embargo, en la zona de Fresnel, los efectos de difracción producen una
forma cilíndrica en el haz y originan fluctuaciones de intensidad.
En la zona de Fresnel se crean máximos y mínimos de intensidad separados
entre sí fracciones apreciables de la longitud de la zona de Fresnel (dz).
La ecuación que describe este comportamiento fue encontrada por Kinsler
y Frey en 1962.
1/ 2
Iz  2
2 π  D 2

= sen (5.25)
 + z  − z 
I0 λ  4  
Que este fenómeno no presente efectos perceptibles en la práctica se debe
básicamente a las siguientes razones:
• El montaje impreciso del transductor produce un efecto amortiguador.
• Las fluctuaciones en intensidad no solo se producen a lo largo del eje
central del transductor, sino también a lo largo de los ejes paralelos al
central. Sin embargo, estas variaciones no están en fase con las del eje
central.
5.9.3. Patrón de propagación en el campo lejano

Cuando el haz es observado a una gran distancia del transductor pueden ha-
cerse algunas simplificaciones a la ecuación 5.21, lo cual permite calcular el
campo en cualquier punto del plano de observación. El resultado de la inte-
gración a lo largo de las coordenadas de la fuente ρ y θ, depende de la forma
en particular del transductor. A continuación son considerados dos casos:
92
5.9.3.1. Patrón de densidad de potencia en el campo lejano de un transductor

circular
El patrón de densidad de potencia radiada instantáneo H2C(x1) puede ser ob-
tenido de la ecuación I = p2/2Z. La figura 5.10 representa este patrón a una
distancia del transductor, y en coordenadas polares. La mayoría de la po-
tencia se concentra en el lóbulo principal. Sin embargo alguna potencia es
encontrada en los lóbulos laterales que acompañan al lóbulo principal.
Figura 5.10. Patrón de densidad de potencia en el campo lejano de un transductor circular:

a) a una distancia z del transductor, y b) Gráfica angular del mismo patrón en coordenadas
polares.
93
5.9.3.2. Patrón de densidad de potencia en el campo lejano de un transductor

rectangular
La figura 5.11.a ilustra la geometría para determinar el patrón de radiación
en el campo lejano de un transductor rectangular con un ancho b y una altura
h. La figura 5.11.b muestra el patrón de densidad de potencia en el campo
lejano en coordenadas polares para el mismo transductor.
Figura 5.11. a) Geometría para determinar el patrón de radiación en el campo lejano de

un transductor rectangular, y b) Patrón de densidad de potencia en el campo lejano de un
transductor rectangular.
94
5.10. Resolución lateral

La resolución lateral es la distancia mínima de separación de dos objetos en
la dirección perpendicular al haz ultrasónico, para los cuales pueden obte-
nerse dos señales identificables separadas.
El tamaño de punto focal de un haz enfocado determina la resolución es-
pacial lateral o transversal de un equipo de rastreo como lo indica la figura
5.12. En ella el haz enfocado es barrido lateralmente sobre un par de reflec-
tores puntuales. La envolvente de los ecos recibidos depende de la separa-
ción entre estos puntos. Cuando están completamente separados se producen
dos puntos en la imagen. Pero cuando se acercan a la distancia d, sus ecos
comienzan a mezclarse y a producir un solo eco en la imagen. Por lo tanto
puede considerarse que la resolución lateral es igual a la distancia d.
95
Figura 5.12. Determinación de la resolución lateral de un haz.
5.11. Enfocamiento del haz ultrasónico usando lentes acústicos

Los transductores de un solo elemento empleados en la generación de ima-
gen B y tiempo real con rastreo mecánico, emplean cristales con superficies
curvas para enfocar el ultrasonido. La acción de los lentes y espejos en ultra-
sonido es análoga a la obtenida en óptica. Sin embargo, esta analogía tiene
sus restricciones. Mientras en ultrasonido la λ es comparable a 1/10 de las
96
dimensiones de los lentes, la longitud de onda de la luz es cerca de 1/10 000

del diámetro de lentes ópticos. Esto genera efectos indeseables, tales como
la ampliación de la distribución de intensidad en el foco.
Figura 5.13. Un lente acústico es empleado para enfocar un haz ultrasónico a un diámetro
d, pero este diámetro depende de la distancia focal 1f, el diámetro del cristal D y de λ.
Las ventajas de los transductores enfocados pueden ser apreciadas en la

figura 5.14.
El enfocamiento del haz produce dos efectos importantes:
• Mejora la resolución lateral, pues más que un punto focal, se establ-
ece una zona focal muy estrecha.
• Mejora la sensibilidad del sistema, puesto que se concentran grandes
energías en la zona focal, aumentando adicionalmente la relación se-
ñal a ruido.
97
Figura 5.14. Patrón de propagación de algunos transductores comerciales enfocados.
5.12. Apertura y apodización de un transductor

La apertura de un transductor es igual al seno de la mitad del ángulo subten-
dido por la porción activa de su cara frontal sobre el punto focal.
r
Apertura numérica = senθ =
(5.26)
s
Apodización es la ponderación de las contribuciones desde diferentes partes

de la cara frontal del transductor antes de que estas sean combinadas en la
formación de un campo de transmisión ultrasónico o zona de recepción.
5.13. Transductores de arreglos de cristales

En la actualidad los equipos de ultrasonido médico emplean arreglos de cris-
tales para generar los haces ultrasónicos. Los arreglos son montajes de trans-
ductores con más de un elemento. En los arreglos lineales los elementos son
98
rectangulares y se encuentran dispuestos formando una línea, la cual puede

ser recta o curva. Los arreglos sectoriales son generalmente arreglos lineales
rectos muy compactos los cuales al ser excitados secuencialmente producen
haces en forma de un sector circular. En los arreglos bidimensionales los
elementos son cuadrados y forman columnas y renglones, los cuales produ-
cen los haces ultrasónicos piramidales usados en sistemas de rastreo en tres
dimensiones. Los arreglos anulares están formados por elementos circulares
y concéntricos, y producen haces cónicos. Finalmente, los arreglos intravas-
culares son cristales rectangulares dispuestos radialmente sobre una base
cilíndrica y producen haces en forma circular y cónica. Las pruebas endove-
nosas son colocadas en la punta de catéteres, y utilizan cristales muy delga-
dos que generan ultrasonido a frecuencias de 30 MHz, y permiten obtener
imágenes muy detalladas de las paredes arteriales. La figura 5.15 muestra
los diferentes tipos de arreglos.
Figura 5.15. Arreglos de cristales: a) Lineal, b) Bidimensional, c) Anular, y d) Intravascu-

lares.
99
Referencias:
1. Christensen, D. A.; Ultrasonic Bioinstrumentation; John Wiley and Sons;
Nueva York; 1988.
2. Hussey Matthew; Basic Physics and Technology of Medical Diagnostic
Ultrasound; Elsevier; Nueva York; 1985.
3. Kirk Shung, K.; Diagnostic Ultrasound. Imaging and Blood Flow
Measurements; CRC Taylor and Francis; Boca Raton; 2006.
4. Kirk Shung, K.; Zipparo M.; Ultrasonic Transducers and Arrays; IEEE
Engineering in Medicine and Biology; Vol. 15. No. 6; 1996; Págs. 20-30.
Filadelfia; 1988.
100
Capítulo 6: Sistemas para generación de imágenes por ultrasonido
Capítulo 6
Sistemas para generación de
imágenes por ultrasonido
Las imágenes ultrasónicas son generadas mediante un mapeo de las pro-

piedades acústicas del medio, como son su compresibilidad, y su densidad.
Están sujetas a distorsión causada por atenuación, difracción, dispersión e
inhomogeneidades del medio.
Los sistemas actuales para rastreo de imágenes por ultrasonido en dos y tres
dimensiones emplean arreglos de transductores, los cuales al ser excitados
eléctricamente permiten obtener secuencias de imágenes a gran velocidad.
El desarrollo continuo de estos arreglos de transductores, aunado al empleo
de técnicas modernas de procesamiento digital, ha mejorado la resolución, el
contraste, el rango dinámico, las velocidades de muestreo y la relación señal
a ruido de las imágenes.
En este capítulo se presenta el desarrollo de estos sistemas desde el modo A,
el modo B estático, el modo C, hasta llegar a los sistemas actuales en tiempo
real de dos y tres dimensiones.
6.1. Principio básico de medición de distancias con sistemas pulso-

eco
La utilidad del ultrasonido como herramienta de diagnóstico, se basa en el
hecho de que medios de diferente densidad producen reflexiones, cuando un
haz ultrasónico incide sobre la superficie de frontera que divide un medio
del otro (ver figura 6.1).
101
Figura 6.1. Principio básico de operación en sistemas pulso-eco.
En la figura se aprecia la propagación de un haz ultrasónico generado por el

transductor T. Al viajar el frente de onda, internándose en el medio 1, llegará
a la superficie 1, que separa el medio 1 del medio 2, donde parte de la energía
ultrasónica continúa propagándose en la misma dirección y parte es refleja-
da, regresando al transductor. Esta parte de la energía que regresa constituye
un eco. El proceso se repite en cada una de las superficies de frontera, dismi-
nuyendo la energía ultrasónica, debido a efectos de absorción encontrados
en los distintos medios. La superficie 3, que separa el medio 3 del medio 4,
produce reflexiones que no regresan al transductor. De aquí puede observar-
se que, solamente serán detectados los ecos provenientes de superficies de
frontera, perpendiculares al eje de propagación del haz ultrasónico.
Considerando por ejemplo, un frente de onda que parte del transductor en
el instante t = 0, y regresa al mismo 100 µs después. Si se propaga a través
de tejido vivo, en el cual el ultrasonido tiene una velocidad de propagación
promedio de 1540 m/s, puede calcularse la distancia a la que se encuentra la
superficie de frontera que generó el eco.
Dado que el frente de onda recorre la distancia dos veces: tanto de ida a la
superficie de frontera, como de regreso, se tiene la siguiente expresión:
d = 1/2V·t (6.1)
102
donde: t = Intervalo de tiempo transcurrido entre la transmisión y re-

cepción del eco.
Sustituyendo los datos numéricos se obtiene:

La superficie de frontera es la región en la cual, entran en contacto dos teji-
dos vivos con propiedades acústicas diferentes, por ejemplo: músculo-grasa,
humor vítreo-cristalino y pared arterial-sangre.
Figura 6.2. Generación de una imagen de rastreo ultrasónico en el osciloscopio.
Si se hace coincidir con cada emisión, el inicio del barrido horizontal en el

osciloscopio, de tal forma que, el ancho de la pantalla represente al intervalo
de tiempo entre emisión y emisión, entonces, el lugar físico en la pantalla
donde aparezca el eco, será proporcional a la distancia entre la superficie de
103
frontera y el transductor. En este razonamiento, la velocidad de propagación

del ultrasonido en los distintos medios, es muy similar y se asume un valor
constante, promedio en tejido vivo (figura 6.2).
El sistema para medición de distancias en tejido vivo descrito anteriormente,
constituye la base de todos los equipos para obtención de imágenes a partir
de ecos. Desde el simple instrumento en modo A (Amplitud), el instrumento
en modo B (Brillantez), hasta los equipos para obtener secuencias de imáge-
nes en tiempo real; todos utilizan este principio de generación y recepción
de ecos.
6.2. Funcionamiento de un sistema de rastreo de imágenes por

ultrasonido
En todos los instrumentos que emplean el sistema pulso-eco, la circuitería
electrónica empleada en la transmisión y en la recepción es muy similar. Sus
componentes básicos son: el control de pulsos de sincronía, el generador de
los pulsos ultrasónicos o transmisor, el transductor, el amplificador de radio-
frecuencia, y los circuitos para el procesamiento de la señal de video, como
son el compresor y el detector (ver figura 6.3).
104
Figura 6.3. Diagrama a bloques de un sistema de rastreo de imágenes por ultrasonido.
Como puede apreciarse en la figura 6.3, un sistema de rastreo de imágenes

por ultrasonido consta de una etapa de transmisión y recepción del transduc-
tor, en la cual el rango dinámico de los ecos reflejados puede alcanzar un
poco más de 100 dB. El amplificador de radiofrecuencia tiene una ganancia
controlada por el circuito generador de ganancia compensada en el tiempo
(TGC, del inglés “Time Gain Compensation”). Al salir de esta etapa, los ecos
han reducido su rango dinámico a entre 30 y 50 dB. Para ajustarse al rango
dinámico del monitor se realiza generalmente una amplificación logarítmica
en la etapa del compresor. La señal de salida de esta etapa es posteriormente
detectada y digitalizada para almacenarla en el convertidor de rastreo, donde
es escrita en forma aleatoria y posteriormente es leída en sincronía con las
señales de televisión para integrar una señal de video compuesta.
A continuación se describen los bloques más detalladamente.
105
6.2.1. Control de sincronía. Frecuencia de repetición de pulsos

El generador de pulsos de sincronía se encarga de sincronizar toda la ge-
neración y recepción de las ráfagas ultrasónicas que rastrean el tejido vivo.
La frecuencia de dichos pulsos oscila entre, un mínimo indispensable para
mantener un trazo estable en la pantalla de visualización, y un máximo, que
permite todavía el regreso de los ecos producidos en las interfases mas le-
janas al transductor. Esto implica un rango de frecuencias de repetición de
pulsos, entre 50 y 3 000 pulsos/s.
Esta sección puede implementarse con cualquier circuito temporizador pro-
gramable, o en equipos más complejos, con un circuito reloj maestro con-
trolado por cristal.
6.2.2. Generación de ultrasonido. Transmisor

El primer bloque de circuitos que va conectado directamente al transductor,
es el que compone el transmisor de ultrasonido. Esta etapa es la encargada
de generar pulsos de voltaje, de gran amplitud y de muy corta duración. En
la mayoría de los equipos, hay un control de amplitud que atenúa los pulsos
de excitación antes de aplicarlos al transductor, de tal forma que el operador
puede controlar la amplitud de los pulsos ultrasónicos emitidos.
Para implementar esta etapa se emplea generalmente un circuito que consiste
en un condensador previamente cargado con alto voltaje (entre 200 y 600 V),
el cual es descargado rápidamente sobre el transductor, por medio de un inte-
rruptor electrónico.
Como la resolución longitudinal del haz ultrasónico es función de la dura-
ción de los pulsos de excitación, se procura emplear como interruptores,
rectificadores controlados de silicio de alta velocidad (semejantes a los em-
pleados en radar). Estos circuitos producen pulsos de voltaje unipolares, con
una amplitud cercana a la del alto voltaje aplicado y con un tiempo de levan-
tamiento alrededor de los 10 nanosegundos.
106
Figura 6.4. Excitación de un transductor para producir paquetes ultrasónicos.
En respuesta a esta excitación, el transductor genera un tren de ondas de pre-

sión, separadas en el tiempo un intervalo proporcional al grueso del cristal
piezoeléctrico (ver figura 6.4).
En este ejemplo, el cristal empleado emite a una frecuencia de 2 MHz. La
forma de onda presentada en la figura 6.4 no corresponde a una forma de
onda de presión real, ya que para visualizarla en el osciloscopio se requie-
re un proceso de doble transducción. Las ráfagas de pulsos ultrasónicos
se atenúan completamente en un máximo de cinco ciclos, debido a que el
transductor al actuar como receptor, posee un ancho de banda muy limita-
do. Utilizando diferentes valores de amortiguamiento externo en el cristal o
cristales con diferentes características, pueden obtenerse ráfagas con mayor
o menor duración, al aplicar pulsos eléctricos semejantes.
La carga eléctrica disponible en el condensador es de aproximadamente 1
µC por pulso, y puede ser aumentada, elevando el valor de la capacitancia.
La energía del pulso puede ser incrementada también, aumentando la ampli-
tud del alto voltaje. En la práctica, tanto los incrementos en carga, como en
energía, pueden aumentar la potencia siempre y cuando, la duración de cada
pulso no exceda la mitad del período de la onda ultrasónica.
107
6.2.3. Detección del ultrasonido. Receptor

Los ecos ultrasónicos captados por el transductor son convertidos, por el
efecto piezoeléctrico en pulsos eléctricos, cuya amplitud es proporcional a
la diferencia de impedancias acústicas de la superficie reflectora, y depende
también de la atenuación por absorción, transmisión y reflexión, que ocurre
al propagarse la energía ultrasónica por el tejido vivo.
El receptor está constituido por una serie de circuitos electrónicos analógi-
cos, y tiene como función la de amplificar los ecos recibidos a un nivel que
permita su observación en una pantalla de visualización.
6.2.4. Limitador
Esta etapa tiene la función de proteger el resto de la circuitería del receptor
de los pulsos del transmisor. Puesto que tanto el transmisor, como el recep-
tor deben estar conectados al transductor, el transmisor queda directo a la
entrada del receptor. Si los pulsos de alto voltaje entraran al receptor sin ser
atenuados, lo saturarían por un período de tiempo largo, ya que el receptor
está diseñado para manejar señales débiles.
El limitador es un circuito que permite pasar a las señales débiles (ecos) sin
modificarlas, pero limita o recorta a cualquier señal por encima de un umbral
de voltaje, con el objeto de proteger al receptor.
6.2.5. Amplificador de radiofrecuencia

Como su nombre lo indica, en esta etapa se amplifican las señales de eco,
con una ganancia que va de 40 a 100 dB. Debido al rango dinámico tan
amplio de amplitudes contenidas en una imagen ultrasónica, se utiliza gene-
ralmente un amplificador cuya ganancia varía en función de la profundidad
del tejido. Empleando un amplificador con estas características, pueden ser
108
vistos en la misma imagen los ecos fuertes y los ecos débiles, con diferencias
en amplitud relativamente pequeñas.
En esta etapa debe ponerse especial atención de emplear un circuito con
un nivel muy bajo de ruido electrónico, ya que de lo contrario, el ruido
continuaría amplificándose en las etapas subsecuentes lo cual reduciría con-
siderablemente el rango dinámico de la señal de video y la calidad de las
imágenes obtenidas.
6.2.6. Compensación de ganancia en función del tiempo (TGC)

En esta etapa el operador tiene la posibilidad de modificar, por medio de
controles externos, las amplitudes con las que serán visualizados los ecos en
la imagen. Este control del operador es necesario, debido a la gran variabili-
dad de anatomías y parámetros acústicos en los tejidos a explorar.
La imagen ultrasónica debe de presentar una apariencia homogénea en la
pantalla. El problema es resuelto por un método muy ingenioso llamado
compensación de ganancia en función del tiempo (TGC, del inglés “Time
Gain Compensation”). Para compensar la absorción relativamente alta en te-
jidos biológicos se utiliza un compensador electrónico de profundidad. Este
actúa de tal forma que, los ecos con un tiempo de propagación corto, sean
menos amplificados que los ecos con un tiempo de propagación mayor. La
imagen compensada de esta manera es mucho más clara y fácil de interpretar.
El voltaje que controla la ganancia del amplificador de radiofrecuencia es
sincronizado con el pulso de transmisión, y presenta una forma típica que se
presenta en la figura 6.5.
109
Figura 6.5. Forma de compensación de ganancia en función del tiempo.
La amplitud de los pulsos ultrasónicos decrece exponencialmente en función

de la distancia penetrada, debido a la atenuación causada por efectos de ab-
sorción, transmisión y reflexión. La compensación usada generalmente es
de tipo logarítmico, de tal forma que se obtiene, en promedio una apariencia
uniforme en la imagen.
En esta compensación se reduce el rango dinámico de la señal recibida en
el transductor, de 100 dB a aproximadamente 40 dB. La información de la
amplitud de los ecos es codificada a diferentes tonalidades en la escala de
grises de la imagen ultrasónica.
6.2.7. Compresor
Para adecuar el rango dinámico de las señales de amplitud de los ecos al
rango dinámico de las pantallas de visualización, se emplean circuitos de
compresión de la señal, es decir, circuitos que producen una amplificación
no-lineal de los ecos. Esta compresión es generalmente de tipo logarítmico.
110
6.2.8. Detector
El primer paso para demodular una señal es rectificarla. En el proceso de
rectificación, los semicilos negativos de la señal de voltaje, son convertidos
a semiciclos positivos. Detección significa que la señal con la frecuencia
fundamental (frecuencia de oscilación del transductor ultrasónico), sobre la
cual ha venido siendo transportada la información de las amplitudes de los
ecos, debe ser eliminada. Al final de este proceso, sólo queda la envolvente
de la señal de radiofrecuencia inicial. El detector es pues, un circuito con una
respuesta muy lenta, que responde solamente a la envolvente del pulso y no
a la frecuencia de oscilación del cristal.
En equipos modernos con tecnología digital este proceso de detección se
realiza mediante el empleo de la Transformada de Hilbert.
La salida del detector contiene la información requerida para visualizar una
imagen: la amplitud de la señal de eco y su retraso con respecto al inicio del
pulso de transmisión.
6.2.9. Convertidor de rastreo digital

Estos sistemas son indispensables en la visualización de la imagen ultrasó-
nica, ya que representan una etapa de almacenamiento temporal, escribiendo
las señales digitales producidas por los ecos en forma desordenada (es decir,
en cualquier dirección y con cualquiera inclinación), y leyendo en forma
sincronizada con el rastreo de televisión.
Este tipo de convertidor de rastreo emplea una localidad de memoria elec-
trónica (RAM), para almacenar la información sobre la localización del eco,
(coordenadas x y y), así como, sobre la intensidad de los ecos reflejados (eje
z). Cada localidad constituye un elemento de imagen o píxel. El conjunto de
elementos de imagen forman una matriz direccionada por circuitos contado-
res electrónicos (ver figura 6.6).
111
Los datos provenientes del sistema de detección de coordenadas x, y, θ y v

son procesadas en el control de convertidor de rastreo, el cual genera un par
de direcciones de escritura para cada elemento de imagen. Estos datos son
voltajes analógicos, los cuales requieren primero ser convertidos a palabras
digitales, para lo cual, se emplea un convertidor analógico-digital. Alma-
cenar una imagen completa requiere del manejo de una gran cantidad de
información, es por eso que la velocidad de conversión, constituye un pará-
metro muy importante, en la elección del convertidor analógico-digital. Por
esta razón, en estos equipos son utilizados principalmente convertidores tipo
“flash”, cuyos tiempos de conversión varían entre 50 y 100 nanosegundos.
La escala de grises que puede ser desplegada en una pantalla monocromática
es de alrededor de 16 niveles discretos, que pueden obtenerse con 4 bits de
profundidad, es decir, 24 = 16 niveles. Sin embargo, se prefiere utilizar una
resolución mayor (12 bits), en la conversión de las amplitudes de los ecos,
ya que de este modo se cuenta con un margen amplio en el rango dinámico,
que puede ser empleado en el pre y post procesamiento de la imagen.
6.2.10. Escala de tiempo y escala de profundidad. Coeficiente de

calibración del rango
A partir de la velocidad de propagación del ultrasonido promedio en
tejido vivo se calcula el coeficiente de calibración del rango, el cual
para V = 1 540 m/s toma valores de aproximadamente 13 µs/cm de pro-
fundidad.
112
Figura 6.6. Convertidor de rastreo digital
113
6.3. Visualización en modo A. Aplicaciones

El eje horizontal es calibrado en unidades de distancia, lo que significa que
el equipo al realizar mediciones de tiempo en los ecos reflejados, utiliza
el coeficiente de calibración de rango, para convertir tiempos en distancias
recorridas.
El modo A es el modo de visualización más sencillo, y es usado actualmente
en equipos más sofisticados como un sistema auxiliar en la aplicación de la
compensación de la ganancia en función de la profundidad.
La aplicación clínica más importante de este modo es el rastreo oftalmológi-
co, debido a que la anatomía ocular es muy sencilla. El modo A se utiliza en:
diagnóstico de tumores, desprendimientos de retina, localización de cuerpos
extraños en el interior del ojo y para la determinación de las dimensiones del
globo ocular, en estudios para determinar el grado de miopía ó hipermetro-
pía (ver figura 6.7).
Figura 6.7. Medición de distancias a lo largo de eje óptico. a) Pulso transmitido, b) Línea
de base (humor acuoso), c) Superficie anterior del cristalino, d) Superficie posterior del
cristalino, e) Línea de base (Humor vítreo), y f) Retina.
114
6.4. Visualización en modo B estático. Generación del rastreo.

Aplicaciones
En el modo B, o visualización bidimensional, las amplitudes de los ecos ob-
tenidos durante el rastreo con un haz ultrasónico, no son visualizadas como
deflexiones verticales en la pantalla, sino como puntos cuya brillantez es
proporcional a la amplitud del eco. Esto se implementa aplicando los pulsos
eléctricos del amplificador de video, al eje z de la pantalla del monitor; es
decir, modulando la intensidad del haz electrónico.
El generador de pulsos de sincronía emplea en estos equipos una frecuen-
cia de repetición más alta que la empleada en modo A, ya que es deseable
obtener el barrido de la imagen, línea por línea, en el tiempo más corto
posible. Por ejemplo, si se desea rastrear un campo a una profundidad de
20 cms y se considera en tejido vivo, una velocidad de propagación pro-
medio de 1 540 m/s, el tiempo que tardaría en regresar el eco más lejano
al transductor sería:
Así pues, la frecuencia de repetición máxima que podría ser utilizada en este
caso sería:
El problema de la generación del rastreo para obtener una imagen bidimen-

sional, se puede comprender analizando el arreglo de la figura 6.8.
115
Figura 6.8. Arreglo en modo B con los posibles tipos de rastreo.
Si conectamos un sistema básico de transmisión-recepción a un sistema de-

tector de la posición e inclinación del transductor, y el transductor se coloca
dentro de una caja, con medios de diversas formas e impedancias acústicas,
es posible realizar tres diferentes tipos de rastreo:
1. Rastreo lineal. En este caso, el transductor se desplaza a una veloci-
dad constante, en la dirección x. En la pantalla se observarán solamen-
te los ecos producidos por interfases perpendiculares a la dirección
del haz ultrasónico. El objeto esférico con impedancia acústica Z1,
producirá dos reflexiones muy intensas, mientras que en el objeto con
impedancia acústica Z2 se apreciarán solamente ecos en sus extremos.
El fondo de la caja solo podrá visualizarse parcialmente, ya que queda
116
opacado por el objeto con impedancia Z2. Por lo tanto, este tipo de
rastreo no detecta la totalidad de la información de la imagen.
2. Rastreo angular. En este caso, el transductor no se desplaza de su
posición al centro de la caja, solamente efectúa movimientos de ro-
tación. En la pantalla se obtienen los ecos producidos por interfases
cercanas y perpendiculares a los haces radiales emitidos. Por lo tanto
este sistema tampoco proporciona una información completa.
3. Rastreo compuesto. Este tipo es una combinación de un movimien-
to angular restringido, con un desplazamiento lineal. En este caso, los
objetos con impedancias acústicas Z1 y Z2, pueden ser apreciados en
la pantalla con imágenes más cercanas a su forma real, ya que son
intersectados por múltiples haces de rastreo, con diferentes ángulos de
inclinación. Los aparatos actuales para obtener imágenes en modo B,
utilizan este sistema de rastreo.
6.4.1. Sistemas para el cálculo de la posición e inclinación del

transductor
Para generar un rastreo ultrasónico en modo B, se requiere conocer:
• La posición del transductor respecto al origen.
• El ángulo de barrido.
• La memorización de cada trazo de barrido, con su correspondiente
intensidad de eco.
• El cambio de dirección de barrido, para evitar la superposición de
trazos idénticos, con la frecuencia de repetición controlada por el ba-
rrido.
El sistema de rastreo mostrado en la figura 6.9 fue diseñado en la Universi-
dad de Colorado por William L. Wright y posteriormente en 1963, apareció
en el campo comercial por medio de Picker Corporation. Consta de dos bra-
zos articulados, un cabezal que se conecta el transductor, y un sistema para
117
la medición de los ángulos de inclinación de dichos elementos con respecto

a los ejes coordenados.
Las coordenadas del punto de articulación del transductor S(xS, yS) se obtie-
nen mediante:
yS = l1 · cos γ – l2 · cos β (6.2)
xS = l1 · sen γ + l2 · sen β (6.3)
Figura 6.9. Sistema de rastreo mecánico en ultrasonido modo B.
Por simplicidad, si 11 = 12 = 1, o sea, si los brazos articulados tienen la mis-

ma longitud:
yS = l · (cos γ – cos β) (6.4)
xS = l · (sen γ + sen β) (6.5)
118
Las coordenadas del punto de reflexión A(x,y), según la figura son:

y = yS – ry – wy = ys – r · cosα – w · cosα (6.6)
x = xS + rx + wx = xs + r · senα + w · senα (6.7)
Considerando la velocidad de propagación del ultrasonido constante a través
del tejido vivo, se obtiene el trayecto de ida y vuelta del haz ultrasónico:
V ⋅t
w=
2
Por lo tanto las ecuaciones anteriores quedan:
 V ⋅t 
 ⋅ cos α
y = y (6.8)
S − r +
 2 
 V ⋅t 
 ⋅ senα
x = x (6.9)
S + r +
 2 
Las aperturas de los ángulos α, β y γ, son acopladas mediante un sistema

de poleas y cables a los ejes de potenciómetros, localizados en la base de
montaje del sistema de rastreo. Estos potenciómetros son alimentados por
fuentes de voltaje en corriente directa y se encuentran interconectados en
circuitos divisores de tensiones (ver figura 6.10).
119
Figura 6.10. Circuitos para la determinación de la inclinación del haz de rastreo ultrasó-
nico.
En el potenciómetro de la figura 6.10, la resistencia de alambre se encuen-

tra enrrollada sobre un núcleo cerámico aislante de acuerdo a una función
senoidal, de tal forma que, los voltajes de salida varían proporcionalmente a
los senos y cosenos de los ángulos α, β y γ. El cómputo de las coordenadas se
realiza convirtiendo las dimensiones físicas del sistema 11, 12 y r, a medidas
eléctricas y efectuando las operaciones de suma y multiplicación, según las
ecuaciones 6.8. y 6.9.
6.5. Visualización en modo C

La imagen en modo C se forma en un plano perpendicular a la imagen en
modo B. Es por lo tanto, la imagen más parecida a la imagen tradicional de
los rayos X. Estas imágenes poseen una resolución superior a la resolución
de imágenes en modo B. Ver figura 6.11.
120
Para obtener este tipo de imagen es necesario emplear un circuito que se-
leccione datos a una cierta profundidad en el tejido, entre el conjunto de
datos que componen una línea de rastreo en modo A. La imagen se obtiene
entonces al desplazar el transductor con un rastreo en dos dimensiones, de
tal forma que toda la región de la imagen sea muestreada. La resolución
de la imagen depende de la resolución lateral del haz a la profundidad de
muestreo. Sin embargo, la obtención de este tipo de imágenes es muy lenta,
ya que para completar el rastreo en dos dimensiones se requieren de 8 a10
minutos.
Figura 6.11. Configuración básica para visualización en modo C.
6.6. Visualización en modo M. Aplicación

Una manera diferente de utilizar el modo B, es la de visualizar el movimien-
to de tejidos, acercándose y alejándose del transductor, a lo largo de una
trayectoria de rastreo en particular. Si los patrones sucesivos de puntos son
121
barridos electrónicamente sobre la pantalla, en la dirección vertical (a una

velocidad controlada, para establecer una base de tiempo), el movimiento de
cualquier estructura encontrada por el haz ultrasónico, en la dirección hori-
zontal (eje de medición de distancias), puede ser visualizado en una pantalla
con coordenadas x–y, e impreso en un sistema de registro permanente. El
patrón de ecos resultantes es conocido como imagen TM, o imagen M, y
permite el estudio de movimientos en el interior del cuerpo.
Por sus características especiales, el ultrasonido en modo M es empleado
principalmente en estudios dinámicos del corazón (movimientos de válvulas
y paredes en los vasos sanguíneos) y en monitoreo de la respiración fetal.
6.6.1. Principio de operación del modo M

La visualización en modo M consiste en transmitir pulsos ultrasónicos en
una secuencia rápida hacia el tejido en movimiento, y registrar en forma su-
cesiva las señales recibidas por cada línea de rastreo en modo B (Brillantez),
en función del tiempo. La figura 6.12 ilustra gráficamente un trazo en modo
M, al dirigir el transductor hacia la válvula mitral.
122
Figura 6.12. Ejemplo de mediciones sobre un trazo ecocardiográfico.
En la gráfica puede observarse que la duración del desplazamiento valvular

es de 16 µs. Si la escala horizontal está graduada en divisiones de 20 µs y
cada división mide un cm, el desplazamiento será:

Por otra parte, si el incremento en el eje del tiempo es de ∆t, la velocidad de
desplazamiento valvular será:
(6.10)
Una velocidad mayor a 16 cm/s, es un índice de estenosis mitral.
123
6.6.2. Instrumentación en modo M

Para obtener un registro de un trazo en modo M se emplea un sistema repre-
sentado en la figura 6.13. Las señales correspondientes a los ecos captados
por el cristal, son amplificadas (incluyendo su compensación en función de
la profundidad), detectadas y procesadas, en forma similar a las de una ima-
gen B, en el sistema básico de transmisión-recepción.
El generador de barrido rápido produce un diente de sierra, a la frecuencia
de repetición del sistema, el cual es aplicado a la entrada x (eje horizontal)
del sistema de visualización.
El generador de barrido lento produce a su vez, otro diente de sierra con
una frecuencia independiente de la frecuencia de repetición, con el cual, se
genera la base de tiempo en la entrada y del sistema de visualización (eje
vertical).
Figura 6.13. Diagrama de bloques de un equipo de ultrasonido en modo M.
124
Este generador posee una entrada de sincronía externa, mediante la cual

puede lograrse un registro simultáneo y su correlación temporal con otros
registros de la actividad cardíaca, tales como el ECG, el FCG y el pulso. La
frecuencia de barrido lento puede ser calculada si se conoce la altura de la
pantalla y la velocidad de registro. Por ejemplo, si se tiene una pantalla de
200 mm y se desea registrar a una velocidad de 25 mm/s, la frecuencia de
barrido lenta será:
Período de barrido =
1 1
f lenta = zHz.
= = 0.125 H
T 8s
6.6.3. Sistemas de registro del trazo ecocardiográfico

El registro permanente puede ser realizado con videograbadora, o puede
obtenerse ópticamente haciendo pasar un rollo de papel fotográfico con au-
torevelado frente al extremo de un haz plano de fibras ópticas, las cuales
transmiten la información de brillantez desde la pantalla del monitor. Estos
sistemas permiten obtener trazos largos de registro (de aproximadamente 2
m la longitud), sobre los cuales pueden realizarse las mediciones clínicas
correspondientes al estudio.
6.7. Sistemas para obtención de imágenes en tiempo real

El desarrollo más espectacular en imágenes ultrasónicas, lo constituyen los
equipos en tiempo real, los cuales permiten visualizar estructuras en movi-
miento en el interior del cuerpo.
Con estos aparatos es posible monitorear el corazón fetal, para determinar
de una manera simple y directa vida fetal. Las válvulas mitral y tricúspide,
además de otras estructuras cardíacas, pueden ser estudiadas a lo largo de un
125
ciclo cardíaco. Prácticamente cualquier movimiento en tejido blando, puede

ser observado en el mismo instante que está ocurriendo.
Debido a la rapidez alcanzada en el proceso de formación de la imagen (15
a 30 cuadros por segundo), pueden efectuarse barridos de reconocimiento
casi instantáneos, reduciéndose considerablemente las posibilidades de per-
der información útil. El tiempo requerido para la mayoría de los exámenes
ultrasónicos de rutina se reduce significativamente.
La calidad de la imagen de los primeros equipos en tiempo real, era inferior
a la obtenida con equipos en modo B estático. Sin embargo, los equipos
actuales presentan una calidad de imagen comparable, gracias al perfeccio-
namiento de la instrumentación ultrasónica.
6.7.1. Sistemas de rastreo

Existen básicamente tres tipos de rastreo en tiempo real: generadores de
rastreo mecánicos, generadores de rastreo electrónicos de arreglo lineal y
generadores de rastreo electrónicos de arreglo sectorial.
6.7.1.1. Generadores de rastreo mecánicos

Estos generadores de rastreo son los más simples en construcción, pues
emplean transductores de un solo cristal, similares a los empleados en el
modo B de imágenes estáticas. El transductor es pivoteado sobre su eje ha-
cia adelante y hacia atrás, en un movimiento oscilatorio que produce un
barrido sectorial sobre la sección transversal del paciente. El campo visual
de la imagen es entonces de forma sectorial; muy estrecho en las estructuras
próximas al transductor, y paulatinamente se va ampliando para estructuras
más lejanas.
Otros generadores de rastreo mecánicos utilizan varios transductores (gene-
ralmente tres), girando continuamente alrededor de un eje común. La velo-
126
cidad de giro del cabezal es controlada por un servomecanismo muy preciso.

El rastreo sectorial se va formando de tres en tres líneas. Casi en el mismo
instante que el haz ultrasónico de cada transductor entra al campo sectorial,
los ecos generados en el tejido son procesados para formar la imagen. Este
generador de rastreo mecánico no produce el parpadeo en la imagen del pri-
mer tipo. La aplicación ideal de los generadores de rastreo mecánico secto-
rial es la generación de imágenes en cardiología, ya que su forma les permite
penetrar fácilmente a través de los espacios intercostales e irse ampliando
a mayores profundidades, para visualizar los movimientos de las diversas
estructuras cardíacas.
6.7.1.2. Generadores de rastreo electrónicos

La implementación de este tipo de generadores de rastreo, implica el uso de
dos procesos básicos sobre el haz ultrasónico: su enfocamiento y su direc-
cionamiento (ver figura 6.14).
6.7.1.3. Circuitos de enfoque dinámico

Para la generación de un haz ultrasónico a partir de un conjunto de cristales
se utiliza el enfoque dinámico, el cual, consiste en aplicar los pulsos eléctri-
cos de excitación no simultáneamente, sino introduciendo un retardo δ(t) en
los cristales centrales, con respecto a los extremos. Aplicando el Principio de
Huygens para la formación de frentes de onda, se observa, que los frentes de
onda generados individualmente, se integran en un frente de onda enfocado.
Mediante el control de estos retardos, es posible obtener un enfoque óptimo,
con buena resolución lateral, en el centro del haz ultrasónico así formado.
127
Figura 6.14. Procesamiento del haz ultrasónico compuesto, en un instrumento de ultraso-

nido en tiempo real.
6.7.1.4. Circuitos de direccionamiento

De manera similar actúan los circuitos para direccionar el haz ultrasónico. Si
se retarda la llegada de los pulsos eléctricos, un instante de tiempo fijo entre
cristal y cristal sucesivamente, el efecto producido será la generación de un
frente de onda desviado un ángulo φ, con respecto a la superficie del arreglo.
Este efecto se utiliza principalmente en los transductores que generan ras-
treos sectoriales. Si se combinan ambos efectos sobre un mismo arreglo, se
obtendrá un haz ultrasónico enfocado y desviado.
128
6.7.1.5. Rastreo electrónico lineal

En este tipo de rastreo el campo visual toma una forma rectangular. Los cris-
tales son excitados en subgrupos de izquierda a derecha: del 1 al 5, del 2 al 6,
del 3 al 7, y así sucesivamente. Si se aplica el principio del enfoque dinámico
en cada subgrupo, el haz ultrasónico generado estará enfocado. En la figura
6.15 se ilustra el principio, por simplicidad en un arreglo de 32 cristales. Los
transductores empleados constan normalmente de arreglos de 128 ó 256 pe-
queños cristales, separados por un aislante acústico y dispuesto linealmente
sobre una superficie plana con una longitud de alrededor de 13 cms.
Figura 6.15. Rastreo lineal en tiempo real con un arreglo de 32 cristales PZT.
Debido a su construcción, este tipo de rastreo es utilizado casi exclusiva-

mente en estudios gineco-obstétricos.
129
6.7.1.6. Rastreo electrónico sectorial

El transductor en este caso, consta de un arreglo de 16 a 32 cristales dispues-
tos linealmente en una superficie plana con una longitud no mayor a 13 mm.
Para generar los haces ultrasónicos del rastreo sectorial, todos los cristales
son excitados simultáneamente con enfocamiento dinámico, sin embargo, la
inclinación de cada haz se obtiene aplicando el principio de direccionamien-
to. El rastreo sectorial tiene la ventaja de penetrar a través de ventanas acús-
ticas muy pequeñas, como son los espacios intercostales en ecocardiografía,
pero la desventaja de perder resolución a medida que se va internando en
tejidos más lejanos. La figura 6.16 ilustra su funcionamiento.
Figura 6.16. Rastreo sectorial en tiempo real con un arreglo de 7 cristales alineados.
Los transductores comerciales actuales emplean combinaciones de los ras-

treos descritos anteriormente. En la figura 6.17.a se puede apreciar el cam-
po de rastreo generado por un arreglo lineal recto. Este tipo de arreglos
130
es utilizado principalmente en estudios gineco-obstétricos. Asimismo en

la figura 6.17.b se presenta un arreglo lineal curveado, usado principal-
mente en estudios de órganos abdominales. En las figuras 6.17.c y 6.17.
d se encuentran representados dos tipos de campos sectoriales: el arreglo
por etapas (en inglés “phased array”), con un haz individual multifocal, y
el transductor sectorial mecánico. Ambos transductores son empleados en
equipos ecocardiográficos.
Figura 6.17. Patrones de barrido generados por: a) Arreglos lineales rectos y curvos, y b)
Arreglos sectoriales electrónicos y mecánicos.
131
6.7.2. Compromiso entre la velocidad y la resolución de la imagen

La magnitud de la velocidad de propagación del ultrasonido es una venta-
ja en la generación de imágenes estáticas utilizando el sistema pulso-eco.
Sin embargo, en la generación de imágenes en tiempo real, representa más
bien una desventaja. Después de transmitir cada pulso, el transductor debe
esperar a recibir los ecos provenientes de las interfases más lejanas, antes
de iniciar la transmisión del siguiente pulso. La frecuencia de repetición
depende por lo tanto, de la profundidad del campo visual de la imagen. Esto
limita grandemente la información que puede ser visualizada por equipos en
tiempo real.
El intervalo de tiempo transcurrido entre transmisión de los pulsos y recep-
ción de los ecos es:
2s
TTtrtr =
V
El tiempo muerto (Tm) es el intervalo de tiempo que espera el transmisor, a

que decaiga por completo la energía ultrasónica en el tejido vivo generada
en el rastreo anterior, antes de iniciar la transmisión de un nuevo pulso de
rastreo.
Por lo tanto, la frecuencia de repetición de pulsos (FRP) será:
(6.11)
Pero también puede expresarse en función de la secuencia de imágenes que

se desea visualizar:
(6.12)
132
Por ejemplo, si suponemos que se desea visualizar imágenes en tiempo real

a una profundidad de 15 cms, el tiempo entre transmisión y recepción será:
Un tiempo muerto típico toma valores de: Tm = 65 µs. Calculando la frecuen-

cia de repetición de pulsos, se obtiene:
Utilizando la ecuación 6.12., se observa que existen varias combinaciones

posibles, ya que se pueden obtener imágenes:
A 60 cuadros por segundo, con 64 líneas por cuadro,
a 30 cuadros por segundo, con 128 líneas por cuadro, o
a 15 cuadros por segundo, con 256 líneas por cuadro.
6.8. Instrumentación en tiempo real

En la figura 6.18 puede apreciarse el funcionamiento de un equipo de ultra-
sonido en tiempo real con rastreo lineal. Adicionalmente a la electrónica de
transmisión y recepción ya conocidas, el instrumento cuenta con algunos
elementos nuevos. Algunos equipos incluyen en el encapsulado del trans-
ductor los circuitos de excitación y retardo.
133
Figura 6.18. Diagrama de bloques de un equipo de ultrasonido en tiempo real.
La unidad de control de direccionamiento del haz genera tanto la secuencia

de transmisión y recepción, como la información sobre la posición de cada
elemento de imagen.
Los equipos más sencillos no emplean convertidor de rastreo digital, y por lo
tanto, están limitados a la calidad de la imagen que pueda producir un rastreo
con pocas líneas de rastreo por cuadro.
Las unidades más completas tienen la posibilidad de generar tanto un rastreo
lineal, como uno sectorial. Su convertidor de rastreo digital les permite uti-
lizar técnicas de postprocesamiento de imágenes.
134
Uno de los principales problemas asociados a las redes multeplexoras de

conmutación era el ruido generado al conectar y desconectar las líneas de
retardo. En 1979 Samuel Maslak patentó un método de “retardos dinámi-
cos” que no requería conmutar las líneas de retardo. Utilizando una frecuen-
cia intermedia para heterodinizar la señal de RF de cada canal, un circuito
controlador de la fase realizaba cambios finos en los retardos, mientras que
una línea de retardo gruesa mantenía constante un retardo grande. De esta
manera el sistema de imágenes logró generar múltiples enfocamientos y di-
reccionamientos, sin emplear las costosas líneas de retardo de bajo ruido.
6.9. Imágenes en tres dimensiones (3D)

El haz ultrasónico puede ser rastreado en 3D de manera similar a la emplea-
da en un rastreo en 2D. Por lo tanto, representa un pequeño paso tecnológico
el colectar datos de tres dimensiones sobre la obtención de datos para formar
imágenes bidimensionales. Por esta razón este modo de rastreo fue propues-
to en la década de los cincuenta. Sin embargo, en ese tiempo la tecnología
para visualizar 3D no estaba disponible, y no fue sino hasta el desarrollo de
pantallas para rastreos por computadora en la década de los setenta, cuando
surgieron nuevas oportunidades para la visualización de imágenes en 3D. A
partir de la década de los noventa se comenzaron a implementar los primeros
equipos de rastreo de imágenes en 3D comerciales.
La figura 6.19 representa las diferentes etapas para la generación de imáge-
nes en tres dimensiones. La primera etapa se refiere a los sistemas electro-
mecánicos para maniobrar el transductor y generar los diferentes tipos de
rastreo de volúmenes de datos; la segunda, la forma en la cual son almace-
nadas las imágenes en 2D; la tercera, la técnica de reconstrucción empleada
hasta obtener en coordenadas cartesianas las imágenes en 3D, y la cuarta,
las diversas técnicas de visualización usadas para presentar la imagen en
pantalla.
135
Figura 6.19. Sistema para imágen es ultrasónicas en tres dimensiones.
Existen básicamente dos métodos para la captura de imágenes por ultrasoni-

do en tres dimensiones. El primero emplea transductores y mecanismos de
movimiento, y es llamado a “manos libres”. El segundo emplea transducto-
res con matrices de elementos excitados secuencialmente mediante sistemas
digitales.
Para realizar un rastreo a mano libre el operador sostiene el transductor bidi-
mensional con la mano y lo desliza sobre la anatomía de interés. Las imáge-
nes son adquiridas con una posición e inclinación controladas por el opera-
dor. Esta técnica presenta ventajas especiales, puesto que el operador puede
seleccionar vistas y orientaciones óptimas, así como también acomodarse a
superficies de paciente complejas. Esto impone al sistema de detección en
tres dimensiones severas limitaciones. Para reconstruir la geometría en 3D,
se debe de conocer la posición e inclinación exactas de cada imagen ad-
quirida. La figura 6.20 muestra tres métodos de seguimiento de la posición
e inclinación del transductor: el acústico, el de brazo articulado, y el elec-
tromagnético. Aunque el rastreo a mano libre ofrece una gran flexibilidad,
problemas de ruido, y espacios faltantes sin cubrir, reducen la calidad de
la imagen, especialmente cuando se rastrean estructuras pequeñas con gran
resolución espacial.
136
Figura 6.20. Métodos para la adquisición de la posición e inclinación en sistemas de ras-

treo manual de imágenes en tres dimensiones.
Los sistemas mecánicos de localización representan una posibilidad para

evitar los problemas del rastreo a mano libre. En estos sistemas la tercera
dimensión es obtenida mediante el movimiento mecánico del transductor de
una forma precisa y bien definida. Al moverse el transductor son adquiridas
las imágenes en 2D en intervalos espaciales predefinidos, de tal forma que
el volumen de interés es muestreado adecuadamente sin regiones faltantes.
Generalmente estos sistemas constan de un arreglo lineal en 2D montado en
un mecanismo que le permite realizar movimientos de translación ó rotación
sobre la región de interés, con ayuda de un motor controlado por computa-
dora. La figura 6.21 muestra los diferentes sistemas. Puesto que la geometría
del rastreo es predefinida, no es necesaria ninguna marca de referencia espa-
cial. La reconstrucción en 3D es eficiente, ya que los parámetros geométri-
cos del rastreo pueden ser calculados previamente.
137
Figura 6.21. Tipos de rastreo mecánico de imágenes en tres dimensiones.
Recientemente se han desarrollado transductores en base a una matriz de

elementos, los cuales adquieren instantáneamente la imagen contenida en un
volumen con forma de “frustum”, o sea una pirámide con la base curvada. El
empleo de estos transductores de arreglos matriciales permite la adquisición
en tiempo real de un conjunto completo de datos en tres dimensiones, sin la
necesidad del complicado postprocesamiento de los sistemas de rastreo (ver
figuras 6.22 y 6.23). A partir de estos conjuntos de datos pueden realizarse
cálculos de volúmenes y reconstruir imágenes bidimensionales de planos de
corte con cualquier orientación.
Figura 6.22. Transductor ultrasónico para obtener volúmenes de datos en tiempo real.
138
(a) (b)
Figura 6.23 a) Arreglo de transductores en 2D para la obtención de imágenes en 3D, b)
Matriz de cristales piezoeléctricos empleada en el transductor.
Sin embargo, existe un problema fundamental al obtener imágenes 3D en

tiempo real, pues el tiempo que toma colectar los datos en 3D está limitado
por la velocidad de propagación del ultrasonido en el tejido. Colectar datos a
través de una línea de rastreo a través de una dirección a una profundidad de
15 cm toma por lo menos 200 µs. Por lo tanto, para colectar un volumen de
60 × 60 haces a 15 cm se requieren 720 ms. Para tejidos más superficiales,
el tiempo de colección de datos decrece en forma proporcional a la profun-
didad. Para imágenes intravasculares con profundidades de 1 cm, el tiempo
de recolección se reduce a cerca de 150 ms.
Para objetos estáticos, el largo tiempo de recolección de datos en 3D no es
un problema, pero en el caso de objetos en movimiento, como es el caso del
corazón latiendo, los datos deben de ser recolectados durante varios latidos,
sincronizando la recolección con el complejo QRS del ECG. Para resolver
este problema se desarrolló inicialmente en la Universidad de Duke (Von
Rahm, 1999), y posteriormente se comercializó una versión mejorada por
Philips Medical Systems (2002), que consiste en una técnica microelectróni-
ca de transmisión y recepción de pulsos, que está caracterizada por un pro-
cesamiento en paralelo de 16:1 para rastrear un volumen en lugar del común
1:1. Esta técnica permite emitir varios haces ultrasónicos simultáneamente,
reduciendo 16 veces el tiempo de adquisición del volumen. Por lo tanto,
139
para colectar un volumen de 60 × 60 haces a 15 cm con esta nueva técnica se

requieren solamente 45 ms. Esto permite la obtención en tiempo real de por
lo menos 20 volúmenes durante cada ciclo cardíaco.
La generación de imágenes en 3D en tiempo real, o sea, de entre 10 y 20
volúmenes completos por cada ciclo cardíaco, se realiza de la siguiente ma-
nera. Durante cada ciclo cardíaco, y en forma sincronizada por el registro
del ECG, son obtenidos paquetes de barridos sectoriales simultáneos en 2D
hasta formar un subvolumen correspondiente a la cuarta parte del volumen
completo (ver figura 6.24). Posteriormente los subvolúmenes son intercala-
dos hasta formar el volumen completo, empleando técnicas de interpolación
espacial y temporal, hasta obtener un volumen cartesiano. Este procedimien-
to implica una regularidad en la frecuencia cardíaca por lo menos durante los
cuatro ciclos capturados.
Figura 6.24. Formación de un volumen de datos completo a partir de volúmenes obtenidos

durante cuatro ciclos cardíacos.
Los procesos de interpolación y reconstrucción del volumen cartesiano re-

quieren un procesamiento computacional muy intenso. Afortunadamente,
con la tecnología actual de PC es posible completarlos en menos de 50 mi-
lisegundos.
140
La resolución longitudinal obtenida es de 0.4 a 0.6 mm, y depende de la

frecuencia de operación del transductor. La resolución lateral (elevación y
azimut) depende del número de barridos sectoriales obtenidos, y alcanza 1.2
a 1.5 mm.
Una forma de mejorar la resolución espacial es la de emplear rastreos de án-
gulo pequeño y sobre esos volúmenes generar vistas de acercamiento sobre
la estructura cardíaca que se desea cuantificar. Poon, T.C., Binder, Th., Ver
figura 6.25.
Figura 6.25. Modos de adquisición de volúmenes de datos empleando transductores de

arreglos matriciales: a) Rastreo de ángulo estrecho, b) Vista de acercamiento sobre el ras-
treo de ángulo estrecho, y c) Rastreo de ángulo amplio, ó volumen completo.
Si un sistema de rastreo ultrasónico de imágenes es capaz de visualizar imá-

genes volumétricas en tiempo real, es llamado comúnmente un sistema de
cuatro dimensiones (US4D).
141
6.9.1. Visualización de imágenes en 3D

Los datos de ultrasonido en 3D deben de ser visualizados como proyecciones
en una pantalla de 2D. Existen tres métodos para generar las proyecciones:
a) Visualización en cualquier plano. Una vez adquiridos los datos de
un volumen en 3D, pueden visualizarse imágenes de planos seleccio-
nados libremente como lo ilustra la figura 6.26. Esto permite el exa-
men de un objeto desde planos con diferentes inclinaciones que no
podrían haber sido obtenidos con un equipo de rastreo en 2D común.
Figura 6.26. Visualización de un plano seleccionado de un conjunto de datos en 3D.
b) Visualización de la superficie de un objeto. Con esta técnica un ob-

jeto puede ser visualizado como lo ilustra la figura 6.27. La superficie
puede ser sombreada con diferentes métodos, como: la iluminación de
una fuente de luz, la distancia del punto de la superficie medida desde
el observador, la textura de la superficie, etc.
142
Figura 6.27. Visualización la superficie de la válvula aórtica desde el ventrículo izquierdo.

Los datos en 3D fueron adquiridos con una punta de prueba transesofágica.
c) Visualización en volumen. Utilizando una proyección isométrica o

una proyección desde el punto de vista del observador puede obtener-
se una imagen que produce una sensación visual de volumen según lo
muestra la figura 6.28. La ventaja de visualización en volumen de la
mano fetal sobre la visualización en 2D es evidente.
Figura 6.28. Visualización de datos de volumen en tres dimensiones de una mano fetal: a)
Vista del máximo valor de los datos desde el punto de observación proyectada en un plano
en 2D, y b) Vistas desde dos puntos de observación opuestos, producen una imagen conti-
nua de la mano completa.
143
6.10. Ultrasonido intravascular

Los transductores de ultrasonido intravascular producen cortes tomográficos
a 360º perpendiculares al eje de la punta de prueba (ver figura 5.15.d). Para
obtener imágenes en 3D se van desplazando en la dirección del eje, ya sea
manual o mecánicamente a velocidades entre 2.5 y 5 mm/s y las imágenes
en 2D son digitalizadas y almacenadas para usarse en la reconstrucción de la
imagen en 3D (ver figura 6.29).
Figura 6.29. Secciones transversales de un vaso sanguíneo obtenidas con un sistema de

ultrasonido intravascular (Cortes A, B y C). En las imágenes laterales pueden apreciarse
reconstrucciones en 3D obtenidas mediante reconstrucción digital.
Recientemente se han construido puntas de ultrasonido intravasculares ca-

paces de ver hacia adelante a través del vaso sanguíneo. Esto permite detec-
tar oclusiones y evitar introducir la punta de prueba en el vaso ocluido.
144
Referencias:
1. Binder, Th.; Three-Dimensional Echocardiography. Principles and
Promises; J. Clinical Basic Cardiology 2002; 5; 149-152.
2. Douglas M. Cavaye; Rodney A. White; Intravascular Ultrasound Imaging;
Raven Press; Nueva York; 1993.
3. Fenster, A.; Downey, D. B.; 3D Ultrasound Imaging: A Review; IEEE
Engineering in Medicine and Biology; Vol. 15. No. 6; 1996; Págs. 41-51.
4. MacDicken W. N.; Diagnostic Ultrasonics. Principles and Use of
Instruments; Churchill Livingstone; Third Edition; Nueva York; 1991.
5. Nelson, T. R.; Three Dimensional Imaging; Ultrasound in Medicine and
Biology; Vol. 26 Supplement 1; 2000; Págs. 38-38.
6. Ophir, J.; Maklad, N. F.; Digital scan converter in ultrasound imaging;
Proc. IEEE 67; 654-664; 1979.
7. Poon, T. C.; Rohling, R. N.; Three-Dimensional Extended Field of View
Ultrasound; Ultrasound in Medicine and Biology. Vol. 32, No. 3, págs. 357-
369; 2006.
8. Robin C. Houck; Jason E. Cooke; Eduard A. Gill; Live 3D
Echocardiography: A Replacement fot Traditional 2D Echocardiography.
American Journal of Radiology No. 187; octubre 2006; Págs. 1092 a 1106.
Edimburgo; 1982.
10. Wells P. N. T., Ziskin M.C.; New techniques and instrumentation in
ultrasonography; Churchill Livingstone; Nueva York, Edimburgo; 1980.
11. Woo, Joseph; A short history of the development of ultrasound in
Obstetrics and Gynecology. Part 1, 2 and 3. Disponible en http://www.ob-
ultrasound.net/history1.html
145
Capítulo 7: Factores que afectan la calidad de la imagen ultrasónica
Capítulo 7
Factores que afectan la calidad
de la imagen ultrasónica
7.1. Calidad de la imagen. Resolución. Contraste

La calidad de una imagen ultrasónica puede ser descrita por dos factores: la
resolución espacial y el contraste.
La resolución espacial está determinada lateralmente por el ancho del ló-
bulo principal y longitudinalmente por la longitud del pulso transmitido. El
enfocamiento del haz es alterado por aberraciones del frente de onda según
puede apreciarse más adelante en la figura 7.3. La resolución espacial está
limitada por el desvanecimiento espacial de la imagen de un pequeño objeto,
como lo ilustra más adelante la figura 7.2.
El contraste describe la habilidad de detectar pequeñas variaciones en la in-
tensidad de la señal retrodispersada de objetos cercanos entre si. La principal
limitación para alcanzar un buen contraste es el ruido generado en la señal,
el cual es causado por los lóbulos laterales y las reflexiones múltiples del
pulso ultrasónico (reverberaciones). El ruido electrónico de los circuitos del
receptor también limitan el contraste.
La definición de contraste está también relacionada con la habilidad de mos-
trar en la imagen totalmente en blanco, aquellas regiones del objeto que no
han producido ningún eco. La figura 7.1 muestra un ejemplo. La imagen de
un quiste lleno de líquido no debería de mostrar reflexión alguna, sin em-
bargo, señales producidas por reverberaciones y lóbulos laterales producen
artefactos en la imagen del quiste.
147
Figura 7.1. Efectos adversos en la imagen de un quiste producidos por los lóbulos laterales.
El contraste de una imagen está referido al rango dinámico de la imagen. El

rango dinámico total de la imagen está definido como la relación entre el eco
más intenso de objetos cercanos y la señal más débil que puede ser distin-
guida del nivel de ruido del sistema de rastreo. El rango dinámico total es de
100 dB a 120 dB (que corresponde a una relación de amplitudes de 100.000
a 1.000.000). El concepto de rango dinámico local puede comprenderse a
partir del ejemplo anterior. En este caso, estaría definido por la relación entre
la amplitud de la señal alrededor del quiste y la amplitud de la señal debida
a reverberaciones y lóbulos laterales en la imagen del quiste. El rango diná-
mico local está limitado de 50 dB a 60 dB (relación de amplitudes de 300 a
1.000).
El ruido producido por reverberaciones y lóbulos laterales es causado por la
señal transmitida. Por su naturaleza no puede mejorarse la relación señal a
ruido aumentando la potencia transmitida.
148
7.2. Efecto de los lóbulos laterales en la calidad de la imagen

Los lóbulos laterales captan señales de diferentes direcciones, incluyendo
aquellas direcciones que están fuera del plano de la imagen. Las señales de
diferentes objetos provenientes de las amplias regiones cubiertas por los ló-
bulos laterales se combinan por interferencia y aparecen en la imagen como
ruido de moteado de alta frecuencia. En la figura 7.1 se muestra la imagen
de un quiste, en la cual, los lóbulos laterales producen este tipo de ruido, aún
cuando la región del interior del quiste no haya generado ningún eco.
Este artefacto puede ser corregido, en parte, aplicando un método de apodi-
zación al transductor, es decir, procurar que la amplitud de la vibración del
cristal vaya reduciéndose del centro hacia los extremos. Esto produce un
aumento en el ancho del lóbulo principal y una reducción en la amplitud de
los lóbulos laterales. La apodización reduce el nivel de los lóbulos laterales
y consecuentemente mejora el contraste de la imagen.
La técnica de apodización es generalmente empleada en transductores de
arreglos. Reduciendo el número de elementos, se reduce el nivel de los ló-
bulos laterales y se mejora el efecto de apodización.
Con el desarrollo de la tecnología de transductores el número de elementos
ha venido aumentando hasta alcanzar hoy en día un número entre 96 y 128.
No obstante todavía puede observarse un efecto de desvanecimiento en las
imágenes producidas por este tipo de transductores (ver figura 7.2).
149
Figura 7.2. Efecto de desvanecimientos en la imagen producidas por lóbulos laterales.
7.3. Artefactos causados por inhomogeneidades del tejido.

Reverberación
Inhomogeneidades causan variaciones espaciales irregulares tanto en la ve-
locidad de la onda ultrasónica, como en la densidad del tejido. Estas pro-
vocan distorsiones y degradan la imagen. Variaciones en la velocidad de la
onda producen:
a) Refracciones del haz que a su vez generan distorsión geométrica, con
errores al estimar la profundidad.
b) Destrucción del frente de la onda, conocida como aberración del
frente de onda.
La figura 7.3 muestra algunos ejemplos de estas distorsiones.
150
Figura 7.3. Artefactos en la imagen causados por variaciones en la velocidad de propaga-

ción de la onda en el tejido: a) Error de profundidad, b) Error de doblado, y c) Haz borroso
debido a aberraciones del frente de onda.
151
Figura 7.4. a) y b) Reverberaciones encontradas como artefactos en la imagen, y c)

Reverberación como una niebla difusa consecuencia de pequeños reflectores primarios.
152
La tercera causa de degradación de la calidad en la imagen por inhomoge-

neidades es la generación de reflexiones múltiples del pulso transmitido.
Este fenómeno es conocido como reverberaciones. En una interfase, el pulso
ultrasónico es parcialmente transmitido y reflejado. El pulso reflejado en-
cuentra otras interfases en su camino de regreso hacia el transductor, donde
es de nuevo parcialmente transmitido y reflejado. El efecto neto de estas
reflexiones múltiples, es el tener adicionalmente al pulso original, una cola
de pulsos de reverberación viajando en el tejido y produciendo imágenes
fantasmas de puntos donde no existen reflectores. La figura 7.4 muestra di-
versos casos de imágenes con reverberaciones.
La figura 7.5 muestra una imagen fetal de baja calidad causada por aberra-
ciones del frente de onda y por reverberaciones producidas en las estructuras
grasosas de la pared abdominal materna. Moviendo el transductor hacia el
ombligo materno, reduce el grueso de las capas de grasa en la pared abdomi-
nal, y el ruido en la imagen.
153
Figura 7.5. Imágenes del feto: a) Mostrando ruido acústico generado por reverberación
en las capas de grasa del abdomen materno. b) Moviendo al transductor hacia la región
umbilical, en donde se reduce tejido grasoso y por lo tanto el ruido producido por rever-
beración.
154
7.4. Reducción del efecto de reverberaciones y aberraciones del

frente de onda
Existen tres métodos para reducir las reverberaciones del frente del trans-
ductor:
a. Emplear una trayectoria de agua entre el transductor y el tejido, para
desplazar los pulsos de reverberación fuera del campo de la imagen.
b. Utilizar un transductor con un frente en forma convexa, para disper-
sar en todas direcciones las reflexiones. Esta es una buena razón para
utilizar arreglos de elementos curvilíneos.
c. Emplear sistemas de imágenes con segundas armónicas, en los cua-
les se reducen considerablemente las reverberaciones en el haz trans-
mitido de segunda armónica.
155
Referencias:
2. Cobbold, R. S. C; Foundations of Biomedical Ultrasound; Oxford
University Press; 2007.
3. MacDicken W. N.; Diagnostic Ultrasonics. Principles and Use of
Instruments; Churchill Livingstone; Third Edition; Nueva York; 1991.
4. Northrop, R. B.; Noninvasive Instrumentation and Measurement in
Medical Diagnosis; CRC Press; Florida; 2001.
5. Rose J. L., Goldberg B. B.; Basic Physics in Diagnostic Ultrasound; John
156
Capítulo 8: Procesamiento de señales e imágenes ultrasónicas
Capítulo 8
Procesamiento de señales e imágenes ultrasónicas
8.1. Procesamiento de la señal ultrasónica de radio frecuencia (RF)

Las señales de eco captadas por el transductor ultrasónico presentan carac-
terísticas semejantes a las de una señal de radio, por lo cual comúnmente se
les denomina señal ultrasónica de radiofrecuencia, la cual es una señal de
alta frecuencia modulada por las amplitudes de los ecos.
Se denomina modulación al efecto de “añadir” a una señal de alta frecuencia
o portadora, una señal de baja frecuencia o moduladora. Hay tres métodos
básicos de modular la señal portadora. Son la modulación en amplitud, la
modulación en frecuencia y la modulación de fase.
A partir de la señal eléctrica producida por el transductor ultrasónico pueden
obtenerse la información sobre la amplitud de los ecos, así como la distancia
entre el transductor y las superficies reflejantes. Este tipo de modulación es
precisamente por amplitud.
En la figura 8.1 se presenta una onda de radiofrecuencia (RF) pura, una señal
de baja frecuencia (BF), y una onda modulada en amplitud por la señal de
BF.
Figura 8.1. Modulación de una señal de radiofrecuencia.
157
A la señal de radiofrecuencia RF se la llama portadora, y a la de baja fre-

cuencia BF, envolvente o moduladora.
8.1.1. Digitalización de la señal de radiofrecuencia

Para aplicar técnicas de procesamiento digital tanto a las señales, como a
las imágenes obtenidas por ultrasonido, es necesario convertirlas a señales
discretas, mediante un proceso de muestreado y digitalización. Para esto
se emplean actualmente convertidores analógico-digitales de alta resolución
con velocidades de muestreo de 100 millones de datos por segundo. La re-
solución de estos convertidores es de por lo menos 16 bits, lo cual permite
contar con 65 536 niveles discretos de gris. Cada línea de rastreo puede
contener 4096 muestras.
8.1.2. La transformada de Hilbert

En muchas aplicaciones y, particularmente, en el ámbito del ultrasonido, las
señales recibidas resultan de la modulación en amplitud de una portadora
cuya frecuencia angular ω0 es la nominal del transductor:
x(t) = A(t)sen(ω0t + φ) (8.1)
La mayoría de los algoritmos de procesamiento digital de señal se aplican
sobre este tipo de señales, mientras que la información útil suele estar en la
envolvente A(t).
Entre estos algoritmos encontramos los siguientes: focalización dinámica
en arreglos, reducción de ruido estructural, diversos tipos de filtrado lineal
y no lineal, técnicas de deconvolución y de correlación, etc. Las señales que
produce la aplicación de estos algoritmos es también una señal de radiofre-
cuencia, de la que finalmente, hay que extraer la envolvente.
158
Uno de los métodos más utilizados se basa en calcular la envolvente como

el valor absoluto de la señal analítica, que resulta de:
xa(t) = [x(t) + jH(x(t))]/2 (8.2)
donde H(·) es la transformada de Hilbert, que se obtiene, bien mediante el
cálculo de una FFT directa y otra inversa, o sometiendo a x(t) a un filtro FIR
en cuadratura de orden suficiente para obtener una buena aproximación en
toda la banda pasante de la señal. La envolvente se obtiene, finalmente, cal-
culando el módulo de la señal analítica resultante (una raíz cuadrada de una
suma de cuadrados para cada valor de t). Es, pues, un proceso intensivo en
cálculo que puede ocupar un tiempo considerable.
8.1.3. Compresión logarítmica

La compresión implica una amplificación no lineal de la señal, la idea prin-
cipal consiste en tomar la señal de radiofrecuencia, calcular la amplitud pro-
medio (o máxima), y con base en esto se amplifica según una curva de rango
dinámico como se muestra en la figura 8.2. Aquí a las muestras que contie-
nen el menor valor en amplitud se les asigna una mayor ganancia y a las de
mayor ganancia se les asigna un valor menor de ganancia.
Figura 8.2. Curva de Rango dinámico para una compresión logarítmica.
159
8.2. Procesamiento de la imagen ultrasónica

Procesamiento de imágenes es el término usado para denominar las opera-
ciones desarrolladas sobre un conjunto de datos de imagen para mejorarlas
de alguna forma, para ayudar a su interpretación o para extraer algún tipo de
información útil de ella. Es obvio que el procesamiento de imágenes no pue-
de producir información a partir de nada. Si en el conjunto de datos no exis-
te información concerniente a una aplicación o interpretación en particular,
entonces no importa qué cantidad de complicadas rutinas de procesamiento
apliquemos, no se podrá obtener mayor información.
En el procesamiento de imágenes ultrasónicas, uno de los problemas más
difíciles de resolver es la eliminación de los artefactos de textura de las imá-
genes producidos por el ruido de moteado (en inglés “speckle”). Para la eli-
minación de este ruido se cuenta con varios trabajos con filtros estadísticos,
los cuales han tenido resultados prometedores.
Una imagen ultrasónica puede verse como un corte anatómico del tejido
vivo, por lo tanto los algoritmos de segmentación y reconstrucción de este
tipo de imágenes proporcionan una gran cantidad de información. Además,
la densidad de distintas regiones puede tener valor para establecer diferen-
cias útiles para el diagnóstico.
Algunos de los algoritmos más empleados son los de detección de contornos
o de bordes, los cuales tienen aplicaciones en cardiología. Debido a las ca-
racterísticas del ruido de la señal, la detección por medio de operadores di-
ferenciales no produce resultados óptimos. Por esta razón, se han empleado
algoritmos de contornos activos o (“snakes”) como detectores de borde. En
estos casos, la determinación del punto inicial ha sido uno de los problemas
más complejos de resolver.
160
8.2.1. Algoritmos para interpolación de imágenes

La interpolación consiste en el cálculo del valor de intensidad de un píxel
en una posición cualquiera en función de los valores de los píxeles que le
rodean. En sistemas para obtención de imágenes por ultrasonido, los ecos de
las líneas de rastreo individuales son combinados para producir una imagen
bidimensional de las estructuras de tejido. En equipos con rastreo sectorial
las líneas de rastreo son líneas radiales separadas por incrementos angula-
res. Después de muestrear las señales de RF resultantes, la imagen consiste
de muestras en formato polar, lo que significa que la señal es muestreada
en divisiones constantes en radio y ángulo de inclinación. Las pantallas de
visualización de imágenes tienen un rastreo rectangular, por lo cual es ne-
cesario transformar la imagen polar en cartesiana. Esto supone la obtención
de la intensidad de los píxeles polares en coordenadas cartesianas, mediante
interpolación.
8.2.1.1. Interpolación por puntos

Los métodos de interpolación tratados en esta sección son llamados interpo-
ladores puntuales, debido a que el valor de cada píxel puede ser calculado
independientemente del valor de otro píxel.
La figura 8.3 ilustra la geometría para calcular el valor del píxel de coor-
denadas (x, y), en función de los valores de los píxeles de la rejilla (i, j).
Donde P(i, j) es el valor de un píxel de la imagen original en la posición
espacial (i, j). P(x, y) es el valor de la imagen resultante de la interpolación
a partir de P(i, j) y H(x, y), también llamado núcleo o kernel de interpola-
ción.
161
Figura 8.3. Esquema de la interpolación.
Existen diferentes núcleos de interpolación, tales como: vecino más próxi-

mo, bilineal, y bicúbico.
8.2.1.1.1. Interpolación por vecino más próximo

El núcleo de interpolación H(x, y) está definido como:
(8.3)
Este método es muy rápido y sencillo de implementar, pero proporciona

resultados mediocres.
8.2.1.1.2. Interpolación bilineal

Este método produce mejores resultados, pero requiere de un tiempo de pro-
cesamiento mayor. Se asigna al píxel en cuestión el valor medio ponderado
de las intensidades de los cuatro píxeles que le rodean. Los factores de pon-
162
deración vienen dados por la distancia entre el píxel y los del entorno. Los
factores de ponderación se calculan de la siguiente manera:
a1 = (1 – dx)(1 – dy) a2 = dx(1– dy) a3 = (1 – dx)dy y a4 = dxdy
Donde: 0 ≤ dx ≤ 1 y 0 ≤ dy ≤ 1. El valor de intensidad del píxel interpolado,
función de los cuatro valores de intensidad queda:
P(x,y) = a1 * P(i,j) + a2 * P(i,j+1) + a3 * P(i+1,j) + a4 * P(i+1, j+1)
El núcleo de interpolación H(x, y) está definido como:

(8.4)
8.2.1.1.3. Interpolación bicúbica

Este es otro método de interpolación mucho mejor que la bilineal, en el que
intervienen 16 píxeles vecinos del píxel que se está interpolando. El núcleo
de interpolación H(x, y) está definido como:
(8.5)
8.2.1.2. Interpolación por líneas

En los métodos de interpolación por líneas, los valores de los píxeles no
pueden ser calculados independientemente uno de otro. Berkhoff y cols. De-
sarrollaron en 1999 dos algoritmos de interpolación muy rápidos.
Los algoritmos basados en el dibujo de líneas enteras son llamados inter-
poladores lineales. En estos la colocación del píxel es automática y no hay
necesidad de realizar cálculos de coordenadas polares. La especificación de
163
la posición del primero y último píxel es suficiente para dibujar una línea
entre dos píxeles, sin necesidad de emplear aritmética de punto flotante y
multiplicaciones.
Los dos interpoladores lineales presentados en esta sección se basan en una
versión modificada del algoritmo del punto medio. Este algoritmo puede ser
aplicado en la dirección radial, así como en la dirección angular. La figura
8.4 muestra ambos casos.
En la interpolación en la dirección angular se emplea el principio de inter-
polación por copiado de líneas, el cual emplea un algoritmo aproximado
del vecino más cercano para llenar los píxeles entre líneas sectoriales. Un
método de dos pasos es empleado. Primero se asigna al píxel el valor del
vecino más cercano empleando el algoritmo del punto medio, en la dirección
radial a lo largo de la línea sectorial. Segundo, se dibujan líneas intermedias
en la dirección radial entre las líneas del primer paso. Las coordenadas de
los píxeles son obtenidas con el algoritmo del punto medio, y los valores de
estos píxeles son los valores muestreados de la línea sectorial más cercana.
164
(a)
(b)
Figura 8.4. Principio de operación de la interpolación por líneas: a) píxeles asignados en

dirección radial, y b) píxeles asignados en dirección angular. Un círculo indica un píxel
capturado con el transductor. Una cruz indica un píxel asignado. Las líneas sólidas indican
la dirección en la cual los píxeles fueron asignados.
165
8.2.2. Filtrado de imágenes ultrasónicas. Ruido de moteado

(“speckle”)
Para realizar cualquier análisis de una imagen, primero debemos eliminar
el ruido que se encuentre presente en las imágenes. El ruido de moteado
es uno de los principales factores que degradan la calidad de las imágenes
ultrasónicas. Es un ruido multiplicativo proporcional a la intensidad de la
señal recibida. El efecto visual de este ruido origina una textura granulosa
que puede dificultar la interpretación de las imágenes, reduciendo la separa-
bilidad entre clases de tejido.
Existen varios métodos para reducir el ruido de moteado. Los filtros deben
mantener el valor medio de la señal retro-dispersada (“backscatter”), preser-
var los bordes y las informaciones de textura presentes en la imagen.
El ruido de moteado está siempre asociado a sistemas generadores de imá-
genes coherentes, tales como los obtenidos por microondas, láser y ultraso-
nido. Se considera que en una célula de resolución de una imagen, existe un
número muy grande de elementos difusores, aleatoriamente distribuidos, de
forma tal que estos elementos puedan interferir unos a los otros construc-
tivamente y destructivamente, haciendo aparecer variaciones súbitas en la
intensidad de la imagen, caracterizando el ruido de moteado. La figura 8.5
muestra una imagen ultrasónica en la cual se elimina este tipo de ruido.
Figura 8.5. Efecto de la eliminación del ruido de moteado. a) Imagen original, b) Imagen
después del filtrado.
166
El filtrado de mediana, es un procedimiento no-lineal, útil para reducir el

ruido de moteado, muchas veces presente en las imágenes ultrasónicas. El
filtro de mediana utiliza los valores de los píxeles contenidos en una vecin-
dad de tamaño impar, para determinar el nuevo valor del píxel de interés. El
procedimiento para ello, consiste en clasificar todos los píxeles incluidos en
la ventana en orden creciente y sustituir el píxel ubicado en el centro de la ve-
cindad por el píxel mediano luego de la clasificación, es decir, si tenemos una
secuencia discreta de tamaño N impar, entonces la mediana de tal secuencia,
es aquel miembro de la secuencia, para el cual, (N-1)/2 elementos son más
pequeños o a lo sumo iguales y (N-1)/2 elementos son más grandes. En la
figura 8.6 se muestra un ejemplo de la implantación del filtro de mediana.
Figura 8.6. Algoritmo esquemático de un filtro de mediana.
Una de las propiedades del filtro de mediana, es que el mismo tiende a pre-
servar en lo posible la información referente a los contornos de la imagen,
atenuando por el contrario, variaciones impulsivas aleatorias, por lo cual se
utiliza frecuentemente. En la figura 8.7 se ilustra otro ejemplo del filtrado
de mediana, así en la parte a) se muestra la imagen original, en la parte b) la
imagen contaminada con ruido y en la parte c) el resultado luego de procesar
con un filtro de mediana de 5 x 5.
167
Figura 8.7. Efecto del ruido de moteado y el procesamiento mediante un filtro de mediana.
A pesar de lo anterior, el ruido de moteado no tiene las características del

ruido impulsivo, de hecho, se ha demostrado que este tipo de ruido presenta
una distribución de Rayleigh, por lo cual la utilidad del filtrado de mediana
en imágenes de ultrasonido ha sido cuestionada.
8.2.3. Segmentación de imágenes ultrasónicas

La segmentación de imágenes es un proceso digital que consiste en reco-
nocer de forma automática o semiautomática los objetos que se encuentran
presentes en la imagen, con la menor intervención previa por parte del usua-
rio. Existen distintos niveles de automatización dependiendo del método que
se utilice para segmentar. Este automatismo pone a prueba los algoritmos
utilizados por los sistemas para tal fin, ya que los objetos obtenidos deben
corresponder lo más posible con el contenido semántico de la imagen.
Básicamente existen varias formas de dividir la imagen en regiones:
a. Segmentación por detección de bordes, o contornos.
b. Segmentación por regiones.
168
Estas formas de dividir las imágenes se pueden emplear de manera combi-

nada para dar gran robustez al sistema dando resultados más precisos. De
esta manera se obtiene, a partir de imágenes digitales, objetos que tienen una
semántica y significado propio.
La segmentación de las imágenes biomédicas, en este caso de las ultrasó-
nicas es la herramienta que permite pasar del píxel al objeto, para que este
adquiera un significado más objetivo. La segmentación tiene su origen en
numerosos estudios psicológicos que indican la preferencia de los huma-
nos por agrupar regiones visuales en términos de proximidad, similitud y
continuidad, para construir un conjunto de unidades significativas. Existe
cierta confusión en torno al concepto de segmentación ya que si bien algu-
nos autores consideran suficiente marcar píxeles de la imagen con un valor
indicativo de su pertenencia a determinada región, clase o contorno, otros
indican que además es necesario proveer un mecanismo que permita una
representación simbológica de las relaciones topológicas existentes entre las
distintas unidades de la imagen.
Los métodos de segmentación de imágenes pueden ser clasificados según
la forma y técnica que utilizan para detectar las diferentes regiones. Entre
los objetivos principales de este trabajo se encuentran diferentes métodos y
técnicas que permiten realizar el procesado de las imágenes, a fin de extraer
las características que definan a las imágenes ultrasónicas, a fin de recaudar
información importante para el posible diagnóstico de algún problema fisio-
lógico que pueda presentar el paciente.
En muchas ocasiones, dependiendo de la aplicación específica, el proceso
de segmentación es uno de los pasos difíciles y críticos para determinar la
geometría de las diversas estructuras que componen la imagen. En general
las técnicas de segmentación tienden a ajustarse a las siguientes reglas:
169
a. Las regiones resultantes del proceso de segmentación debieran ser

uniformes y homogéneas respecto a alguna característica, tal como el
nivel de gris o la textura.
b. Las regiones interiores debieran ser simples y no incluir abundantes
huecos o estructuras ruidosas.
c. Las regiones adyacentes en una segmentación debieran tener valo-
res diferentes en la característica, según la cual son uniformes.
d. Los limites de cada segmento debieran ser lo más simple posibles.
Lograr que se cumplan todas esas propiedades resulta a menudo difícil y por
lo general la mayor parte de métodos producen regiones en las que a menu-
do se observa la presencia de huecos y adicionalmente los límites o bordes
de las mismas no son simples. Uno de los métodos que usualmente se sigue
para implantar la segmentación consiste en: primero, determinar los bordes
del objeto, utilizando las técnicas estudiadas en las secciones anteriores, se-
guidamente resulta necesario determinar el interior del objeto y clasificar los
píxeles incluidos en tal borde como pertenecientes al objeto.
8.2.3.1. Detección de bordes

El proceso de detección de bordes se emplea para realizar el reconocimiento
visual de las diferentes partes que componen o están presentes en las imáge-
nes ultrasónicas. Las técnicas de detección de bordes son útiles en diferentes
contextos, en particular la detección de bordes es una de las etapas del pro-
ceso de segmentación cuyo objeto es dividir la imagen en regiones asociadas
a los diferentes elementos que componen la escena, y que puede ser utilizada
posteriormente para el análisis automático de los mismos mediante algorit-
mos de reconocimiento de formas.
Un borde en una imagen, es un límite o contorno en el cual ocurren cambios
significativos en algún parámetro físico de la imagen, tal como la reflexión
170
superficial, la iluminación o la distancia de la superficie visible al observa-

dor. Los cambios en los parámetros físicos de la imagen se manifiestan de
diversas formas, incluyendo cambios en intensidad, color y textura.
Una vez suavizada la imagen, se emplean varios tipos y métodos para la
detección de bordes en las imágenes ultrasónicas. Algunos de los métodos
son los siguientes:
8.2.3.1.1. Detección de bordes basado en gradientes

El promedio de los píxeles en una región tiende a volver borrosa una imagen.
Como el promedio es una analogía de la integración, la diferenciación puede
esperarse como el efecto opuesto, y transformar una imagen muy cortante.
El gradiente es la derivada direccional que nos indica la dirección en donde
la superficie cambia más rápidamente.
Una superficie f definida en el dominio (x, y) se puede expresar como
f(x, y). Se supone que la superficie es constante, esto significa que el
diferencial df = 0.
En la figura 8.8.a se analiza la aplicación de esta técnica para detectar un
borde unidimensional, en una función f(x). En tal caso el punto x0 correspon-
de a la ubicación del borde y una manera de determinar tal valor, es mediante
el uso de la primera derivada f´(x) tal como se muestra en la figura 8.8.b, o
de la segunda derivada tal como se muestra en la figura 8.8.c. En tales fi-
guras, el valor de x0 puede determinarse buscando los extremos (máximo o
mínimo) en la primera derivada o la posición del cruce por cero cuando la
segunda derivada cambia de signo.
La generalización del esquema mostrado previamente, al caso bidimensio-
nal, conduce a sustituir la derivada por el gradiente de la función f(x, y) dado
por el gradiente:
171
∂f ( x, y ) ∂f ( x, y )
∇f ( x , y ) = ix + (8.7)
iy
∂x ∂y
Donde: ix es un vector unitario en la dirección de x e iy es un vector unitario

en la dirección de y.
Figura 8.8. Uso de la derivada para la detección de bordes, caso unidimensional.
En el caso de imágenes discretas, lo usual es hacer aproximaciones en el

cálculo de la derivada, basadas en diferencias según diversas direcciones. En
tal caso, el gradiente podrá implantarse en base al filtrado con la máscara o
kernel de convolución mostrada en la figura 8.9.
Figura 8.9. Máscara de convolución para el gradiente.
Siguiendo este procedimiento, se pueden derivar las máscaras de convolu-

ción para implantar el gradiente direccional según diferentes direcciones las
cuales son a menudo denominadas según la dirección del borde que pueden
detectar.
172
Entre filtros espaciales derivativos para la detección de bordes en imágenes

ultrasónicas se encuentran los operadores de Sobel y Prewitt. En el detector
de bordes Sobel las máscaras buscan ejes en las direcciones horizontales y
verticales y combinan esta información mediante la magnitud. Las máscaras
normalmente tienen tamaños impares, de forma que los operadores se en-
cuentran centrados sobre los puntos en donde se calculan los gradientes de
acuerdo a las ecuaciones 8.8 y 8.9.
(8.8)
(8.9)
El operador Sobel consiste en considerar, una vecindad de 3 × 3 píxeles, en

donde cada uno de los píxeles se designa tal como se muestra en la figura
8.10.
Figura 8.10. Designación de los píxeles contenidos en la ventana corrediza usada en el

operador de Sobel.
El operador Prewitt es semejante al Sobel, también utiliza una máscara de

3 × 3 mostrada en la figura 8.11.
173
Figura 8.11. Designación de los píxeles contenidos en la ventana corrediza usada en el

operador de Prewitt.
8.2.3.1.2. Detección de contornos basada en la segunda derivada. Filtrado

óptimo de Canny
Los operadores anteriores, tienen una aproximación hacia derivadas de pri-
mer orden sobre el valor de los píxeles en una imagen. Existen métodos que
utilizan detectores de bordes basados en derivadas de 2º orden o Laplaciano.
El cálculo para el filtro derivativo se muestra en la ecuación 8.10.
∂ 2 f ( x, y ) ∂ 2 f ( x, y )
∇ 2 f ( x, y ) = + (8.10)
∂x 2 ∂y 2
Debido a que los derivativos de cualquier orden son operaciones lineales, el

Laplaciano es un operador lineal. Para que este filtro sea útil para el proce-
samiento digital de imágenes, esta ecuación necesita ser expresada en forma
discreta. Existen diferentes formas para definir un Laplaciano digital usando
vecindades. Cualquiera que sea la definición, sin embargo tiene que satisfa-
cer las propiedades de la segunda derivada descrita anteriormente. La defini-
ción de la segunda derivada digital dada es una de las más usadas.
Tomando en cuenta que ahora tenemos dos variables, se emplea la siguiente
notación para la derivada parcial de segundo orden en la dirección x:
∂2 f
= f ( x + 1, y ) + f ( x − 1, y ) − 2 f ( x, y )
∂x 2
174
y en la dirección y como:
∂2 f
= f ( x, y + 1) + f ( x, y − 1) − 2 f ( x, y )
∂y 2
La implementación digital del Laplaciano de dos dimensiones es obtenida al

sumar estos dos componentes:
∇ 2 f = [ f ( x + 1, y ) + f ( x − 1, y ) + f ( x, y + 1) + f ( x, y − 1)] − 4 f ( x, y ). (8.11)
Esta ecuación puede ser implementada usando la máscara mostrada en la

figura 8.12, el cual nos da un resultado isotrópico para rotaciones en incre-
mentos de 90º.
Figura 8.12. Máscara para el filtro Laplaciano. a) Imagen original, b) Imágenes filtradas
con sus respectivas máscaras.
175
El enfoque de Canny consiste en encontrar un filtro óptimo con una respues-

ta a impulso h(x) que satisfaga 3 condiciones:
a. Buena detección.
b. Buena localización.
c. No dar respuestas múltiples para un borde único.
Por simplicidad, consideremos el caso unidimensional, donde la señal de en-
trada f(x) está compuesta de un escalón de Heavyside con un ruido aditivo,
que se representa por:
f(x)=Au(x)+n(x)
donde:
A: amplitud de la señal
u(x) función escalón
n(x): ruido gaussiano de media cero y densidad espectral de potencia n02
a) Buena detección: Baja probabilidad de no detectar un punto de borde y
baja probabilidad de marcar como borde un punto que no lo es. Maximizar
la relación señal a ruido. Llamemos f(x) a la respuesta impulso del filtro y
llamemos G(x) al borde centrado en x = 0. La respuesta del filtro al borde
en su centro es:
(−x) f (x)dx (8.12)
Para la clase de borde escalón:

G(x) = Au−1(x)
Donde: 0, x < 0;

u−1 ( x ) = 
1, x ≥ 0;
176
Lo que resulta en: (x)dx

La relación señal a ruido puede ser expresada como la relación entre la res-
puesta del filtro al borde y su respuesta al ruido:
A ∫ f ( x )d
xdx
A
SNR = −W
= Σ (8.13)
η0 W
η0
∫ f ( x )d
xdx
2
−W
b) Buena localización: Los puntos marcados por el operador deben estar

ubicados lo más cerca posible del centro del borde. El recíproco de la dis-
tancia media cuadrática del borde marcado respecto al centro del verdadero
borde.
A f ′(0 ) A
L= = λ
η0 W
η 0 (8.14)
∫ f ′ ( x )d
xdx
2
−W
c) Respuesta única a un borde. El detector debe dar una sola respuesta a

un borde único. La función h(x) que maximiza L (minimiza la varianza) co-
rresponde al mejor operador de localización.
El producto SL es un criterio que combina una buena detección y una buena
localización. No depende de la amplitud del escalón ni del factor de escala.
Para eliminar la multiplicidad de respuestas, Canny sugiere maximizar el
producto empleando la minimización de la densidad de cruces por cero de la
respuesta debida al ruido y limitando el número de máximos locales detecta-
do en respuesta a un solo contorno. Este último está dado por:
∞
∫ f ′ ( x )d
2
xdx
XX==KW
W == 2π
K 2Π −∞
∞
∫ f ′′ ( x )d
2
xdx
−∞
177
Maximizar el producto SL bajo la exigencia de que el número de máximas

locales sea fijo:
0
∫ f ( x )d
xdx
f ′(0 )
Σ( f ) = −W
W
λ ( f ′) = W
( x )dxdx ∫ f ′ ( x )d
2
∫ f
2
xdx
−W
−W
Con estos datos se obtuvo un filtro óptimo el cual posee un buen desempeño.
Esta función h(x) viene dado por:

(8.15)
con valores que aseguran la efectividad del filtro: k = 0.58 y Σλ = 1.12

Observando la forma de ese filtro notó su similitud con la forma de la prim-
era derivada de una Gaussiana:
−x2
x
f (x ) = − e 2σ 2 k = 0.51 Σλ = 0.92
σ 2
Se considera que el método de detección de bordes más efectivo es el de

Canny, ya que este método no se deja llevar tan fácilmente por el ruido y
es más fiable al detectar verdaderos bordes débiles o poco contrastados (ver
figura 8.13).
178
Figura 8.13. Imágenes filtradas con el filtro Canny donde se empleó la función EDGE de
Matlab. a) Imagen original, b) k=0.01, c) k=0.1.
La figura 8.14 muestra un comparativo entre los tres métodos descritos para
detectar bordes.
Figura 8.14. Comparación entre detectores de bordes. a) Imagen original, b) Imagen pro-
cesada por un filtro Sobel, c) Imagen procesada por un filtro Prewitt, d) Imagen procesada
por un filtro óptimo de Canny.
8.2.3.1.3. Segmentación por el uso de contornos activos

Los modelos deformables han sido empleados extensivamente en la seg-
mentación de imágenes médicas, ya que al encontrarse estas imágenes con-
taminadas con ruido y artefactos de muestreo, su segmentación con técnicas
clásicas como detección por umbral, y detección de contornos, puede pre-
sentar muchas dificultades.
179
El concepto de modelos deformables se genera a partir de la idea de adaptar

dinámicamente contornos, o superficies, siguiendo propiedades físicas como
la elasticidad, la suavidad, la dureza, etc. Para el caso de superficies se ha
trabajado con la idea de balones inflables, mientras que un caso particular
en una dimensión se traduce a lo que se conoce como contornos activos o
“snakes” (serpientes), que tradicionalmente han sido modelados con curvas
“spline” representadas en su forma analítica.
Los contornos activos fueron propuestos en 1988 por Michael Kass y col.,
como un paso de regularización en los algoritmos de detección de bordes.
Varias de las técnicas actuales están basadas en el uso de contornos o super-
ficies activas para la extracción de bordes. Un contorno o superficie activa es
un conjunto ordenado de puntos definidos en el dominio de la imagen, que
pueden moverse bajo la influencia de fuerzas internas, las cuales se encuen-
tran definidas en sí mismo, dentro de la curva o superficie, y fuerzas externas,
las cuales son calculadas con la información proporcionada por la imagen. El
contorno o superficie inicial está posicionado de tal forma que minimiza una
función de energía específica, en la que la energía externa atrae el contorno a
las características sobresalientes de la imagen, mientras que la energía interna
suaviza la curva del contorno. El uso de esta técnica convierte a la extracción
de bordes en un problema de minimización de energía.
El proceso de minimización de energía en los contornos o superficies activas
para la extracción de bordes se implementa como una búsqueda iterativa
del borde óptimo de la cavidad de interés. Para este propósito, se emplea un
algoritmo de descenso por gradiente. Es bien conocido que este tipo de algo-
ritmo es altamente sensible a las condiciones iniciales, por lo que se requiere
de puntos adecuados de inicialización. Si la curva no está lo suficientemente
cerca de un contorno, no será atraída hacia éste; o su movimiento puede ser
atraído por una región con ruido de alto gradiente.
Existen básicamente dos tipos de contornos deformables: paramétricos y
geométricos. Los modelos deformables paramétricos representan curvas y
180
superficies explícitamente en sus formas paramétricas durante su deforma-

ción. Esta representación permite una interacción directa con el modelo, y
produce una representación compacta, la cual puede implementarse en tiem-
po real. Sin embargo, una adaptación a la topología del modelo puede ser di-
fícil de implementar. Los modelos deformables geométricos, por otra parte,
representan curvas y superficies implícitamente como una función escalar
multidimensional, y pueden implementar cambios topológicos naturalmen-
te. A continuación se describe un modelo paramétrico.
Las propiedades físicas que se desea controlar en estos modelos pueden re-
presentarse como el equivalente de una energía interna (Eint) que define el
movimiento de la curva, mientras que la deformación final estará determina-
da por fuerzas externas (Eext).
Estas últimas pueden separarse en dos términos: uno definido externamente
(Edef) ya sea proporcionado por un usuario, o determinado automáticamente a
partir del conocimiento a priori de alto nivel de la imagen (atlas anatómicos,
bases de datos, etc.), y el otro considerado como un tipo de fuerza intermedia
que representa el contenido de bajo nivel de la imagen (Eima) proveniente ex-
clusivamente de los niveles de gris de la imagen. El contorno activo se puede
definir a partir de una curva paramétrica que varía en el tiempo c(u, t) = {x(u,
t), y(u, t)}, donde u representa un barrido espacial a lo largo de la curva y t
representa el parámetro temporal de la evolución de la función. La primera
etapa para encontrar una función óptima consiste en realizar un muestreo
espacial a lo largo de u y resolver el problema en su forma estática. Por esto,
consideremos primero una función dependiente únicamente de u.
La energía total del contorno activo para una curva c(u) está entonces repre-
sentada por los términos correspondientes a los tres tipos de energía men-
cionados antes:
Esnake (c(u))=Eint (c(u))+Eext (c(u))=Eint (c(u))+Eima (c(u))+Edef (c(u)) (8.16)
181
La solución numérica consiste en encontrar el contorno c(u), que minimice

los términos de energía tanto interna como externa en un instante dado. Las
fuerzas internas mantienen unido al contorno (fuerzas elásticas), y tratan de
evitar que se doble demasiado. Las fuerzas externas atraen al contorno hacia
los límites deseados del objeto.
Varias implementaciones numéricas de contornos deformables han sido re-
portadas en la literatura. (Sonka, M.; Fitzpatrick, J. M.; Handbook of Medical
Imaging Vol. II Medical Image Processing and Analysis. Capítulo 3. Image
Segmentation Using Deformable Models 2000). La figura 8.15 muestra una
imagen por ultrasonido segmentada por un modelo de contorno deformable.
Figura 8.15. Filtrado por medio de Contornos Activos. a) Imagen Original, b) filtrado con
contornos activos.
8.2.4. Segmentación por regiones de la imagen

La segmentación por regiones de la imagen es una operación que divide una
imagen en regiones bien delimitadas, evitando que exista superposición en
ellas. Una región es un conjunto de píxeles que son adyacentes, que siguen
ciertas reglas de conectividad y que en general se definen entre los cuatro
o los ocho vecinos más cercanos. Comúnmente se emplea la conectividad
182
con los ocho vecinos más cercanos, ya que ésta se aproxima bien a la clasifi-
cación intuitiva que los seres humanos efectúan cotidianamente. La forma
de un objeto se puede describir por medio de sus límites (bordes) o en térmi-
nos de la región que éste ocupa. Los dos enfoques son complementarios. En
el caso de regiones se desea definir características que distingan una sección
de la imagen de otras y que todas ellas sean homogéneas dentro de la región
de interés. Algunos elementos de este tipo son la textura y la intensidad de
la imagen.
Antes de presentar los diferentes métodos de segmentación por regiones, se
definen algunas propiedades útiles: R es una imagen que se desea dividir en
n subregiones, R1, R2, . . . , Rn tales que:
8.2.4.1. Segmentación por uso de un umbral. Histograma de la imagen

El modelado por medio de histogramas resulta una técnica muy poderosa
en la mejora de calidad de una imagen, en el contraste de las mismas y en el
análisis de texturas. El principio básico consiste en aumentar el brillo de una
imagen o mejorar el contraste de la misma, permitiendo de este modo des-
tacar características presentes en la imagen las cuales no resultaban visibles
previamente.
El histograma de una imagen es ampliamente utilizado como herramienta
tanto cualitativa como cuantitativa. Éste corresponde a un gráfico de la dis-
tribución de valores de intensidad de los píxeles de una imagen (niveles de
183
gris) o de una porción de la misma y se define como la frecuencia relativa de

los niveles de gris presentes en la misma a través de la relación:
hi = ni / NM (8.6)
donde ni es la cantidad de ocurrencias del nivel de gris i en la imagen X cuya
cantidad de píxeles es NM. Es decir, el histograma de una imagen proporcio-
na una idea de la distribución de grises presentes en la misma.
Podemos denotar como h(i), el número de píxeles que dentro de la región de
interés tiene el valor de intensidad i, donde i = 0, 1, 2, ...., L–1 es el número
posible de niveles de gris para la imagen. Los valores h(i), corresponderán
entonces a los valores del histograma. El gráfico del histograma es bidimen-
sional y en él se gráfica h(i) en función de i. Tal gráfico, puede proporcionar
importante información acerca del brillo y contraste de una imagen así como
de su rango dinámico. La figura 8.16 muestra de un histograma típico.
Si bien el histograma de la figura anterior no representa a una imagen real,
resulta posible a partir del mismo, deducir alguna información hipotética
acerca de lo que sería la imagen. Por ejemplo, la imagen tiene 64 niveles de
gris, sin embargo, tal rango no es utilizado de manera completa, pues no se
tienen píxeles con valores superiores a 50.
Figura 8.16. Ejemplo de un histograma de una imagen basado en sus niveles de gris.
184
La figura 8.17 muestra un enfoque clásico para la detección de bordes, según

el cual la imagen, se somete a una acentuación de contornos, seguida por un
detector de borde por umbral. Si denotamos como x(i, j) la imagen de entra-
da, G(i, j) la imagen luego de la acentuación de bordes, Ub el umbral para
bordes de bajo a alto y Ua el umbral para bordes de alto hacia bajo, entonces
podemos decir que tenemos un borde en sentido positivo si G(i, j) ≥ Ub o un
borde en sentido negativo si G(i, j) < Ua.
Figura 8.17. Sistema utilizado para la detección de bordes.
La selección del valor umbral, es uno de los aspectos importantes en detec-

ción de bordes. Un nivel de umbral muy elevado, no permitirá la detección
de elementos estructurales de la imagen si estos no tienen suficiente ampli-
tud. Del mismo modo, un umbral de muy poca amplitud causará que el ruido
se detecte falsamente como bordes en la imagen.
Este tipo de segmentación, permite separar un objeto dentro de la imagen del
fondo que lo circunda, la técnica se basa en comparar alguna propiedad de
una imagen con un umbral fijo o variable, realizando tal comparación para
cada uno de los píxeles que conforman la imagen, si el valor de la propiedad
de un píxel supera el valor del umbral, entonces el píxel pertenece al objeto,
en caso contrario, el píxel pertenece al fondo.
Cuando la segmentación se realiza basada en el nivel de gris de la imagen,
el valor del nivel de gris de cada píxel debe ser comparado con el umbral,
para decidir si tal píxel pertenece al objeto o al fondo. La imagen de salida,
185
es una imagen binaria en la cual aquellos píxeles cuyo valor es 1, pertenecen

al objeto y los píxeles cuyo valor es cero, pertenecen al fondo.
Otros métodos posibles son la segmentación adaptiva, cuando se emplea un
umbral que pueda variar lentamente con la posición de la imagen o el em-
pleo del histograma para determinar un umbral, notablemente en el caso de
imágenes con histogramas bimodales. Este tipo de segmentación se define
así: para una imagen f (x, y) y un umbral T, se calcula que si:
f(x, y) < T entonces f(x, y) = a
si no entonces f(x, y) = b.
La selección del valor del umbral, se realiza generalmente a partir del his-
tograma de la imagen. Así si una imagen está compuesta de un objeto que
aparece en la escena sobre un fondo, entonces es de esperar que el histogra-
ma sea bimodal, es decir, si por ejemplo el objeto es más claro que el fondo,
pues en el histograma aparecerán dos máximos, el ubicado en los valores de
gris más elevados correspondiente al objeto y otro máximo para niveles de
gris más bajos, correspondientes al fondo. En la figura 8.18 se muestra un
histograma bimodal, en el cual el umbral se ubica entre los dos máximos del
histograma.
Figura 8.18. Histograma Bimodal.
Idealmente, si el histograma es bimodal, la separación entre estructuras pue-

de realizarse fácilmente.
186
8.2.4.2. Segmentación por crecimiento de regiones

De acuerdo a esta técnica, se buscan píxeles que tengan características si-
milares (por ejemplo niveles de gris similares) y que adicionalmente sean
vecinos. El método comienza con un píxel, el cual es seleccionado auto-
máticamente o proporcionado por el usuario y a continuación examina los
píxeles vecinos para decidir si tienen características similares. De ser así, el
píxel vecino que cumpla con tal condición de similitud, es agrupado junto
con los anteriores para conformar así una región.
El principio de operación de esta técnica supone la agrupación de píxeles a
partir de un píxel inicial o raíz, junto con los píxeles vecinos que tengan las
mismas propiedades, por ejemplo, niveles de gris, color, etc. Por ejemplo, a
partir de la sub-imagen siguiente:
0 0 5 6 7
1 1 5 8 7
0 [1] 6 [7] 7
2 0 7 6 6
0 1 5 6 5
La cual está representada por una matriz efectuar una partición en dos re-
giones, A y B, siguiendo la propiedad: |p – q| < T, es decir, un umbral con
respecto a los niveles. Si tomamos como umbral a T = 3:
A A B B B
A A B B B
A A B B B
A A B B B
A A B B B
187
En este caso, no importa la selección de las raíces para ninguna de las regio-
nes. Sin embargo, resulta más importante la selección del valor de umbral T.
Si T = 8, se obtiene una sola región:
A A A A A
A A A A A
A A A A A
A A A A A
A A A A A
Las características importantes para este método son la determinación de las

raíces iniciales y la naturaleza de la propiedad de agrupación.
188
Referencias:
1. Azpiroz, L. J.; Medina B. V.; Lerallut, J. F.; Procesamiento de imáge-
nes biomédicas; Editorial Universidad Autónoma Metropolitana-Iztapalapa.
México, D.F. México; 2000.
2. Acha, Begoña y Serrano, Carmen. Tratamiento Digital de Imágenes. 5º
Telecomunicación. Universidad de Sevilla; 2005/06.
3. Berkhoff, A. P.; Huisman, H. J.; Thijsen, J. M.; Jacobs, E. M. G. P.; Homan,
R. J. F.; Fast scan conversion algorithms for displaying ultrasound images;
Ultrasonic Imaging No.16, Págs. 87-108: 1994.
4. González, R. C.; Woods, R. E.; Digital Image Processing; Third Edition;
Pearson Prentice Hall; Nueva Jersey; 2008.
5. Hönigman, D.; Ruisz, J.; Pottman, H.; Fast Model Based Segmentation of
Ultrasound Data Using an Active Image; IEEE Symposium on Biomedical
Imaging; 2002; 225-228.
6. Kass, M.; Witkin, A.; Terzopoulos, D.; Snakes: Active Contour Models;
International Journal of Computer Vision; Kluwer Academic Publisher;
Boston; 321-331; 1988.
7. Michailovich, O. V. ; Tannenbaum, A.; Despeckling of Medical Ultrasound
Images; IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency
Control; Vol. 53, No. 1, enero 2006. Págs. 64-78.
8. Parker, J. R.; Algoritms for Image processing and Computer Vision; John
Wiley and Sons.
9. Rangayyan, Rangaraj. M.; Biomedical Image Analysis; CRC Press; Al-
berta, Canada; 2005.
10. Sonka, M.; Fitzpatrick, J. M.; Handbook of Medical Imaging Vol. II
Medical Image Processing and Analysis. Capítulo 3. Image Segmentation
Using Deformable Models pp 131-173. Capítulo 11, Echocardiography;
609-674. U.S.A. SPIE Press; 2000.
189
11. Wasilewski, Michael; Active Contours using Level Sets for Medical
Image Segmentation.
190
Capítulo 9: Sistemas Doppler
Capítulo 9
Sistemas Doppler
Los instrumentos Doppler proporcionan información sobre la presencia, di-

rección y velocidad, y tipo de flujo sanguíneo, así como sobre la presencia,
dirección, velocidad de movimientos en tejidos. Esta información puede
presentarse en forma audible, en forma de espectrograma, o sonograma (Do-
ppler espectral), y en forma de imágenes a color sobrepuestas a imágenes
anatómicas en tiempo real (Doppler color) (Capítulo 10).
En este capítulo se tratan las bases teóricas del efecto Doppler, y los prin-
cipios de operación de instrumentos Doppler en modo pulsátil, y en modo
continuo.
9.1. El efecto Doppler

El efecto Doppler es un fenómeno físico que se produce por efecto del mo-
vimiento de la fuente de un sonido (o en general, de una radiación) que es
percibido por un receptor inmóvil, aunque también se presenta cuando un
receptor en movimiento percibe el sonido emitido por una fuente fija, o bien,
cuando la fuente emisora y el receptor están inmóviles, pero el medio por el
cual se propaga el sonido es un fluido que se encuentra en movimiento. Un
cuarto caso se produce cuando tanto la fuente como los receptores están en
movimiento, aunque en realidad es equivalente a los dos primeros por lo que
no se considerará aquí.
191
Figura 9.1. Cuando el receptor se acerca (o se aleja) de la fuente sonora fija, recibe cada
longitud de onda en un tiempo menor (o mayor) lo que le significa una frecuencia mayor (o
menor), respectivamente.
En las figuras 9.1, 9.2 y 9.3 se observa cada uno de estos tres casos en detalle.
En el primero de ellos, representado en la figura 9.1, la fuente se encuentra
inmóvil y ambos receptores están en movimiento. Por tanto, el receptor que
se acerca a la fuente sonora en realidad va recibiendo el sonido con anticipa-
ción ya que éste debe recorrer un camino cada vez más corto entre ambos, lo
que implica la compresión de la longitud de onda recibida, aunque la emitida
no ha cambiado. Por el contrario, el sonido recibido por el receptor que se
aleja de la fuente sonora, debe recorrer cada vez un camino más largo, lo
que implica la expansión de la longitud de onda recibida. Como antes, esto
significa que en el primer caso la frecuencia recibida es mayor, mientras que
en el segundo resulta menor.
Figura 9.2. El movimiento de la fuente “alarga” (o “acorta”) la longitud de onda del soni-
do, lo que implica menor (o mayor) frecuencia para los receptores respectivos.
192
Figura 9.3. El movimiento del fluido da como resultado que el sonido se mueva a una menor
(o mayor) velocidad cuando se propaga en contra (o a favor) del movimiento, ya que el
fluido produce el mismo efecto de la fuente o de los receptores en movimiento.
Aunque en el caso de la figura 9.2 el efecto que se produce no parece dife-

rir del anterior, hay algunas diferencias. Cuando la fuente se aproxima al
receptor (o se aleja de él), las ondas sonoras se comprimen (o se expanden)
modificando con ello su longitud de onda. Los efectos de compresión y ex-
pansión se producen porque la velocidad del sonido no es infinita, lo que
implica que cuando la fuente sonora se aproxima al receptor fijo 1 tiende a
“alcanzar” al sonido emitido, en tanto que cuando se aleja del receptor fijo 2
tiende a “alejarse” de él. Como ambas situaciones implican la disminución o
el incremento (respectivamente) de la longitud de onda del sonido y ésta es
el inverso de la frecuencia, para el receptor fijo 1 se produce un incremento
de la frecuencia del sonido que recibe, en tanto que para el receptor fijo 2,
sucede lo contrario.
Por último, el caso de la figura 9.3 en el cual tanto la fuente sonora como
los receptores están inmóviles pero el fluido en que se encuentran está en
movimiento, resulta ser una mezcla de los dos casos anteriores ya plantea-
dos. Esta vez, el sonido encuentra una mayor facilidad para propagarse en el
mismo sentido del movimiento del fluido aunque, por supuesto, la propaga-
ción es más lenta en el sentido contrario. En cierta forma puede decirse que
el movimiento del fluido “arrastra” al sonido, lo que “estira” o “encoge” su
193
longitud de onda. Por tanto, al igual que antes, la frecuencia que perciben los
receptores es menor o mayor, respectivamente.
Cuando el observador se mueve con velocidad vO hacia una fuente que per-
manece inmóvil (o se aleja de ella) la velocidad de propagación de las ondas
no será la correspondiente al medio V, sino que se verá afectada por vO re-
sultando una velocidad efectiva vE = V ± vO (se suman cuando el observador
se acerca y se restan cuando se aleja). Pero, como la longitud de onda λ0 del
sonido sigue siendo la misma y se relaciona tanto con la frecuencia emitida
f0 como con la velocidad de propagación por el medio V mediante la relación
λ0 = V /f0, se tiene que la frecuencia que recibe el receptor es fR = vE /λ0, por
lo que fR = (V ± vO)/λ0, resultando:
 v 
f R = f 0 1 ± O  (9.1 a)
 V 
(9.1 b)
Cuando el observador permanece inmóvil y la fuente es la que se desplaza

hacia él (o se aleja de él) con una velocidad vF, se tiene un caso en cierta
forma equivalente al anterior por lo que puede aplicarse la misma ecuación.
Esta vez, sin embargo, los papeles anteriores de las frecuencias fR y f0 se
invierten, porque ahora la longitud de onda emitida f0 es la que se modifi-
ca, disminuyendo con la proximidad e incrementándose con el alejamiento,
mientras que la frecuencia recibida fR puede considerarse como constante. Al
mismo tiempo, los signos se utilizan al revés: el negativo se aplica cuando
la fuente se aproxima y el positivo cuando se aleja del observador, ya que el
acercamiento implica una disminución de la longitud de onda emitida y el
alejamiento, un aumento. La ecuación queda:
−1
 v 
f R = f 0 1  F (9.2)

 V 
194
En consecuencia, cuando tanto la fuente como el observador se mueven con

velocidades vF y vO respectivamente, resulta que las ecuaciones 9.1 a) y 9.2
pueden combinarse para incluir ambos efectos en la siguiente forma:
 v 
1 ± O 
V
f R = f 0  (9.3)
 1  v F 
 V
Sin embargo, en los casos anteriores no se contempla la posibilidad de que el
movimiento se produzca en un ángulo cualquiera entre la fuente emisora y el
receptor, como se muestra en la figura 9.4. Aquí se presenta a la fuente sono-
ra alejándose en un ángulo θ con respecto al eje que une ambos puntos.
Figura 9.4. Efecto Doppler cuando existe un ángulo θ entre el receptor y la trayectoria de
la fuente sonora.
Ahora, para cualquiera de los elementos que se mueva el efecto es similar,

aunque en este caso las ecuaciones 9.1 a), 9.2 y 9.3 quedan afectadas por el
ángulo (θ). En el caso particular de la figura 9.4, como la velocidad vy no
puede producir cambios en la frecuencia f0, la única componente responsa-
ble del alejamiento (en este caso) entre la fuente y el receptor es la velocidad
vx = vO cosθ, por lo que en tal circunstancia la variación de la frecuencia está
dada por (el signo negativo se debe a que el receptor está alejándose):
195
(9.4 a)
(9.4 b)
La ecuación 9.1 a) es un caso especial de 9.4 a) ya que en esas condiciones

el ángulo θ es igual a 0° o a 180°, para los cuales el coseno es igual a ±1.
Nótese también que si θ es exactamente igual a 90°, el efecto de incremento/
decremento de la frecuencia no se produce, ya que cos 90° = 0.
Debe observarse, sin embargo, que la ecuación anterior es una aproximación
válida sólo para un desplazamiento pequeño o para un pequeño intervalo de
tiempo (porque el ángulo θ se modifica obviamente con el movimiento de la
fuente). Lo anterior se aprecia más claramente en la figura 9.5, donde resulta
que entre las posiciones 1 y 2 el ángulo disminuye, o sea θ1 > θ2. Sin em-
bargo, esta aproximación es válida tanto en las proximidades de la posición
1, como para la medición de flujo en tiempos muy cortos, como suele ser en
muchos casos.
Figura 9.5. Efecto del movimiento del receptor en el valor del ángulo θ.
196
Debe mencionarse además, que esta aproximación también es válida cuan-

do el movimiento es angular (esto es, si la distancia o el radio de giro entre
fuente y receptor se mantiene constante), ya que en tal caso el ángulo θ no
se modifica.
9.2. Sistemas de ultrasonido Doppler. Modo pulsátil y modo continuo

En el modo pulsátil un pulso corto de ultrasonido es transmitido hacia el
tejido, de manera similar a los sistemas usados para obtener imágenes. La
señal recibida es muestreada con un retardo ajustable después de la transmi-
sión del pulso. Con esto la señal proveniente de un volumen de detección es
recuperada como muestra la figura 9.6, permitiendo así, la medición de las
velocidades dentro de una región seleccionada. El ancho de este volumen es
el mismo que el ancho del haz y su longitud está determinada por la longitud
del pulso ultrasónico transmitido. Un solo transductor puede emplearse en
la transmisión y la recepción.
Figura 9.6. Sistemas Doppler continuo y pulsátil. En el primero no puede determinarse

cuál es la profundidad de la que provienen las señales reflejadas. En el segundo puede
determinarse un pequeño volumen de detección, del cual provienen las señales reflejadas.
197
El modo pulsátil del haz introduce un límite en la velocidad máxima, debi-

do al fenómeno de superposición espectral (“aliasing”) que ocurre con las
señales muestreadas. La señal Doppler es muestreada una vez para cada
transmisión de pulso, por lo que, la frecuencia de muestreo es igual a la
frecuencia de repetición de pulsos (fR.P) del instrumento. Esta frecuencia de
muestreo es fS = 1/TS, donde TS es el tiempo transcurrido entre pulsos. Para
evitar superposición espectral con Doppler pulsátil el corrimiento Doppler
debe ser menor a la mitad de la frecuencia de muestreo.
fd < fS /2 < fR.P /2 (9.5)
Este es un requerimiento del teorema de muestreo de Shannon, para una re-
construcción de la señal sin errores a partir de las muestras y es comúnmente
conocido como el límite de Nyquist para la frecuencia. Representa un límite
para el ancho de banda de la señal Doppler y no para la frecuencia absoluta
del ultrasonido.
En el modo continuo un haz ultrasónico es transmitido hacia el tejido con
un transductor, mientras que la señal dispersada es captada continuamente
por otro transductor. Por lo tanto, todos los objetos en movimiento dentro de
la región donde se superponen los haces de los dos transductores son detec-
tados, según puede apreciarse en la figura 9.6. Esto produce prácticamente
ninguna resolución de intervalo de muestreo, puesto que el registro de la se-
ñal recibida es continuo: no se presenta el efecto de superposición espectral,
y no tiene un límite máximo la velocidad de flujo a medir.
El modo continuo y el modo pulsátil presentan ventajas y desventajas com-
plementarias que pueden ser comparadas en la tabla 9.1.
198
Doppler pulsátil Doppler continuo

Resolución de volumen de muestreo Ninguna resolución de volumen de
(ventaja). muestreo (desventaja).
Límite en la velocidad máxima Ningún límite en la velocidad
(desventaja). máxima (ventaja).
Sensibilidad baja debido al tamaño
Posible ambigüedad de rango.
de los transductores.
Tabla 9.1. Comparación entre los dos modos de operación Doppler.
9.3. Sistema de ultrasonido Doppler mediante estimulación con

pulsos
La velocidad del flujo sanguíneo puede determinarse mediante el uso del
efecto doppler ya que al disparar pulsos de ultrasonido sobre un vaso que se
encuentra en determinados ángulos se producen ecos debidos a los tejidos
en general, pero particularmente provocados por las partículas del flujo san-
guíneo. Los tejidos presentan ecos estáticos pero, por estar en movimiento,
las partículas del flujo pueden destacarse claramente en este contexto con lo
que se logra un efecto de variación de la frecuencia del ultrasonido por el
movimiento pulsante del flujo sanguíneo. Para esta medición se utiliza una
frecuencia f0 de 2 a 10 MHz en pulsos muy cortos de 0.4 a 4 µs, los que se
repiten después un tiempo fijo de TR.P segundos, por lo que la frecuencia de
repetición es fR.P = 1/TR.P
Debe notarse en esta medición que los pulsos de ultrasonido emitidos por el
transductor son dispersados tanto por los tejidos como por la sangre de los
vasos, parte de cuya dispersión son los ecos producto de este proceso que
recibe el mismo transductor. Por tanto, la trayectoria del ultrasonido es dos
veces la distancia entre la emisión y la recepción (ya que siempre debe ir
y volver), lo que es equivalente a una velocidad de propagación igual a la
mitad de la velocidad de propagación normal en el medio V, o sea, V/2. Tam-
bién, como se observa en la figura 9.7, la velocidad del flujo vO sólo afecta a
199
la medición de la frecuencia recibida fR con su componente sobre el eje x, o

sea, con la velocidad vX = vO cos θ.
Figura 9.7. Medición del flujo sanguíneo por medio de pulsos muy cortos de ultrasonido
repetidos cada T segundos.
Finalmente, aunque el transductor es tanto emisor como receptor, el efecto

práctico de los ecos es similar al caso descrito por las ecuaciones 9.4, ya
que aunque el flujo sanguíneo no es el receptor, sí actúa como tal porque el
sonido rebota en él, por lo que
(9.6 a)
(9.6 b)
200
Como los pulsos de ultrasonido se repiten cada T segundos y las partículas

del flujo se desplazan alejándose sobre el eje x una distancia d al moverse
entre los puntos A y B de la figura 9.7, resulta que esta variación se refleja
en los ecos, ya que entre ellos se presentará un retardo adicional tR dado por:
(9.7)
Suponiendo que los pulsos de ultrasonido pn(t) son senoidales, que son de
una frecuencia ω0 = 2πf0, que tienen una duración muy pequeña descrita por
la envolvente a(t), que son emitidos en series de N pulsos cada T segundos a
partir de cero, pueden describirse en la siguiente forma:
pn(t) = a(t – nT) sen [ω0(t – nT)] para n = 0, 1, 2, 3, ..., N
Por otra parte, debe considerarse que todos los ecos son recibidos con el
mismo retardo constante tP después de ser emitidos, ya que el ultrasonido
debe recorrer la misma distancia que separa al transductor del vaso. A este
retardo tP debe sumarse el retardo tR de la ecuación 9.7 debido al movimiento
de las partículas del flujo sanguíneo, el que es dependiente del tiempo ya que
la posición de las partículas varía con cada pulso, por lo que el n-ésimo eco
recibido de una serie de N pulsos, puede describirse mediante la siguiente
expresión, en la que se ha omitido considerar la atenuación de la envolvente
a(t), ya que sólo interesa la forma de onda de los pulsos
rn(t) = a(t – nT – tP – tR(n)) pn(t – tP – tR(n)) con tR(n) = ntR

por lo que:
rn(t) = a(t – nT – tP – tR(n)) sen [ω0(t – nT – tP) – ω0 tR(n))]
201
En esta ecuación es claro que el tiempo de retardo (nT + tP) es el mismo para
todos los ecos a partir de cada tiempo T y que el momento en el cual se emite
cada pulso es irrelevante, siendo destacable sólo el n-ésimo retardo tR(n). Por
tanto, al sincronizar los ecos recibidos a partir de cada tiempo T es posible
describirlos sólo mediante:
rn(t) = a(t – tR(n)) sen [φn – ω0tR(n)]
con
φn(t) = ω0(t – nT – tP)
En consecuencia considerando, sin pérdida de generalidad, que la envol-
vente de los pulsos a(t) se mantiene constante para cada serie de pulsos
recibidos, porque experimenta las mismas condiciones de propagación, el
movimiento de las partículas del flujo sanguíneo puede evaluarse tomando
una muestra de cada eco en un tiempo fijo después del estímulo, de lo que
resulta la señal muestreada r[n] dada por
r[n] = a sen (φn[n] – ω0 nT) para n < N (9.8 a)
Nótese que al muestrear, φn[n] resulta ser una constante. También, de la

ecuación anterior se deduce que la señal discreta r[n] tiene una frecuencia
fR proporcional a la velocidad del fluido sanguíneo en la dirección del ultra-
sonido, dada por
fR = (9.8 b)
9.4. Limitaciones del Doppler modo pulsátil

Es necesario destacar que con este método se presentan algunas circunstan-
cias particulares que es preciso considerar especialmente, entre las que se
tiene a las siguientes:
202
1. La máxima velocidad de flujo que es posible detectar y medir co-

rrectamente.
2. La atenuación y la dispersión del ultrasonido en los tejidos.
3. El número limitado de muestras que pueden obtenerse [N en la
ecuación 9.8a)].
4. La dirección del flujo sanguíneo.
1. Para el caso de la máxima velocidad de pulso, sucede que por ser medi-
ciones del retardo que se presenta en cada pulso recibido rn(t), éstos operan
como “muestras” del paso de las partículas por la zona estimulada. Por tanto,
la máxima velocidad vO (máx) que puede medirse con este método está dada
por la mínima frecuencia de muestreo fmín o de Nyquist. En este caso se tiene
que fmín = 1/Tmáx, por lo que
(9.9 a)
y
(9.9 b)
2. En el caso relativo a la atenuación y dispersión, se sabe que el ultrasonido

se atenúa en forma natural con el paso por los tejidos tanto porque es absor-
bido, como porque se dispersa en ellos. Lo anterior depende de la frecuencia
y de la profundidad a la que se encuentra el vaso (o a la distancia que debe
recorrer el ultrasonido). Asimismo, a causa de las diferencias de densidades
se presentan efectos de propagación no lineal y de corrimiento de la frecuen-
cia central de los pulsos. Afortunadamente estos efectos son secundarios por
lo que no afectan significativamente la medición.
3. En el caso del número de muestras, resulta que aunque la frecuencia f0 del
ultrasonido es elevada y la velocidad debida al movimiento de las partículas
sanguíneas es mucho menor, durante cada medición sólo puede emitirse un
203
número limitado de pulsos. Por tal razón, también se tiene un número limi-
tado de muestras del paso del flujo, por lo que la señal muestreada r[n] sólo
puede constar de un número máximo de N puntos, como indica la ecuación
9.8 a). Esto implica que la señal r[n] es truncada, lo que en la práctica equiva-
le a que está multiplicada por una ventana rectangular en el tiempo y, por tan-
to, su espectro en frecuencia debe verse convolucionado con la transformada
de Fourier de esta ventana. Como se sabe, la transformada de Fourier de un
pulso rectangular de amplitud unitaria que tiene una duración τ0 y que está
centrado en el origen (o ventana de tiempo) es τ0 sinc[ωτ0 /(2π)] = τ0 sen(α)/α
(igualdad en la que α = ωτ0/2). Lo anterior involucra, como resultado de la
convolución, un ligero ensanchamiento del espectro de la señal discreta que
depende del ancho o duración τ0 del pulso o del número N de muestras que
es posible obtener.
4. El último caso se refiere a que el flujo puede tanto alejarse como aproxi-
marse al transductor, por lo que para obtener el sentido del mismo una
solución consiste en tomar la transformada de Hilbert de la señal recibida y
usarla como la parte imaginaria de la señal. Otras formas más prácticas para
resolver esta cuestión se fundamentan en la demodulación en cuadratura
aplicada a las señales, o en la realización de un muestreo en cuadratura de
las señales, para lo cual se aplica un retardo de un cuarto del período corres-
pondiente a la frecuencia f0. Ambas estrategias utilizan un desfasamiento
de π/2 entre los procesos lo que implica cuadratura, ya que como se sabe
cos(ω0t + π/2) = sen(ω0t) es válido para la multiplicación y 1/(4f0) = T0/4,
o sea un desfasamiento de un cuarto del período T0 de la frecuencia f0, para
el muestreo.
La demodulación en cuadratura consiste básicamente en multiplicar las
señales obtenidas con la señal compleja exp(jω0t) = cos(ω0t) + j sen(ω0t),
como se muestra en la figura 9.8.a. En ella se observa que los resultados son
las señales imaginaria y real, las que después de filtradas pueden muestrear-
se y digitalizarse normalmente. Tal como se demuestra en las ecuaciones A.3
204
del Apéndice A, los filtros cumplen la función de eliminar los componentes

de frecuencia del espectro ubicados en 2ω0.
Figura 9.8. Métodos para determinar el sentido del flujo sanguíneo. a) Modulación en
cuadratura y b) muestreo en cuadratura.
La segunda solución consiste en muestrear en cuadratura las señales filtradas

aplicando dos procesos de muestreo con un retardo T0/4 entre ellos. El retar-
do produce un efecto similar a la multiplicación por cos(ω0t) + j sen(ω0t),
ya que las señales muestreadas se encontrarán separadas entre sí por un des-
fasamiento de π/2. En la figura 9.8.b se observa un sistema que proporciona
resultados similares al caso anterior, aunque esta vez las señales imaginaria
y real resultantes ya están muestreadas.
205
9.5. Instrumentación empleada en ultrasonido Doppler pulsátil

En todos los sistemas el ultrasonido debe propagarse en el tejido tanto hacia
el vaso como de regreso al transductor. Como se ha visto, además del efecto
Doppler, este tránsito provoca en forma natural la atenuación del pulso de
ultrasonido de manera que su espectro de frecuencias se modifica, lo que
afecta en mayor medida a las frecuencias más altas. Como consecuencia, se
produce un ligero corrimiento de la frecuencia central del espectro el que
debido a las altas frecuencias involucradas tiende a enmascarar el resultado
del efecto Doppler. Para evitar este inconveniente, en los sistemas reales
no se utiliza el efecto Doppler en forma directa, sino que se aprovecha la
estimulación pulsante para detectar las diferencias que existen entre los ecos
de cada pulso, ya que cada uno de ellos presenta un ligero corrimiento con
respecto tanto al anterior como al posterior, debido al movimiento de las
partículas sanguíneas.
Figura 9.9. Diagrama de bloques de un sistema Doppler pulsátil propuesto para medir la
velocidad de flujo sanguíneo.
Un sistema muy simple basado en estos resultados se presenta en la figura

9.9. El bloque principal es un generador de ultrasonido cuya frecuencia cen-
tral es f0, el que proporciona la señal que es posteriormente convertida en
pulsos y amplificada para que el transductor estimule con ellos el tejido y la
sangre. El pulso de ultrasonido rebota en las partículas del flujo sanguíneo
206
y el eco atenuado es captado por el mismo transductor. A continuación es

amplificado y multiplicado por la misma frecuencia f0 del generador, con lo
cual un filtro puede eliminar la frecuencia 2 f0 producto de la multiplicación.
El resultado son los ecos filtrados a los cuales se les toma una sola muestra
con un retardo TR posterior al inicio de cada pulso, las que son finalmente di-
gitalizadas. El generador de ultrasonido produce la sincronía necesaria para
realizar esta operación. En consecuencia, la colección de muestras obtenidas
de los ecos conforma la señal muestreada sm(t) que presenta las siguientes
características: cuando se trata de tejido inmóvil o no existe movimiento
alguno en la zona estimulada, sm(t) es constante; en cambio, si se está de-
tectando un vaso sanguíneo resulta que sm(t) es variable. Esto es porque las
muestras que componen la señal representan el desplazamiento de las par-
tículas de flujo sanguíneo que se produce entre dos estimulaciones conse-
cutivas. De hecho, son tanto variaciones de tiempo como de fase, ya que el
movimiento de las partículas modifica los ecos producidos, por lo que esta
señal es utilizada para todo el procesamiento posterior, aunque digitalizada
como se muestra en el diagrama de bloques. En la figura 9.10 se ilustra el
procedimiento de muestreo y la forma en que se obtiene la señal sm(t).
207
a)
b)
Figura 9.10. Esquema del muestreo y obtención de la señal muestreada sm(t) del sistema de
la figura 9.9. En a) se muestran 12 ecos consecutivos y el tiempo TR en el cual se efectúa
cada muestreo, mientras que en b), la señal sm(t) compuesta de las muestras que se han
obtenido.
La información direccional, o sea, el sentido que tiene el flujo sanguíneo no

puede ser dilucidado con el sistema propuesto en la figura 9.9, por lo que es
necesario recurrir a señales en cuadratura, como ya se ha comentado en los
párrafos anteriores. Los detalles de este procedimiento pueden verse en el
Apéndice A.
9.6. Sistema de ultrasonido de señal Doppler continua

La excitación con una señal senoidal continua requiere de dos transducto-
res, uno para emitir la señal y otro para capturar el eco. Ambos suelen estar
encapsulados juntos para asegurar que su operación sea la correcta y se sim-
plifique el manejo. Los sistemas de este tipo pueden utilizar una estrategia
de demodulación en cuadratura para determinar el corrimiento de fase entre
208
la señal emitida y la recibida, ya que la señal s1(t) puede expresarse como

(suponiendo, sin pérdida de generalidad, que su amplitud es igual a uno)
s1(t) = cos ω0t
Por su parte, la señal recibida s2(t), como ya se ha visto, presenta una atenua-
ción A < 1, un retardo t0 y un desplazamiento α, por lo que
s2(t) = A s1(α(t – t0)) = A cos(ω0 α(t – t0))
De acuerdo con la ecuación 9.6.a.
(9.10)
Al multiplicar s2(t) por la señal en cuadratura sC(t) = cos(ω0t) + j sen(ω0t),

en el producto sR(t) resulta la suma y la diferencia de las frecuencias involu-
cradas ω0 y αω0
sR(t) = s2(t)×sC(t) = A [cos(ω0t) + j sen(ω0t)]×cos(ω0α(t – t0))
y
2 sR(t) = A { cos( ω0t(1 – α) + αω0t0) ) + cos( ω0t(1 + α) – αω0t0) ) +
+ j sen( ω0t(1 – α) + αω0t0) ) + j sen( ω0t(1 + α) – αω0t0) ) }
En consecuencia, un filtro pasabanda puede eliminar las frecuencias su-
periores del resultado anterior, así como la señal de corriente directa que
resulta, la que se debe a los ecos estacionarios. Después de esta operación,
la señal filtrada s3(t) es:
2 s3(t) = A { cos( ω0 (1 – α)t – αω0 t0) ) + j sen( ω0 (1 – α)t – αω0 t0) ) }
(9.11)
209
Y de acuerdo con la ecuación 9.10

(9.12)
Este último resultado indica que la señal filtrada contiene la información

relativa al corrimiento en frecuencia de la señal emitida. Aunque en apa-
riencia sólo hay presente una única frecuencia, en la práctica, debido a que
las partículas sanguíneas no se mueven con la misma velocidad e incluso
algunas pueden presentar movimientos en reversa a causa de las condiciones
reales de los vasos, se genera un complejo espectro de frecuencias. Asimis-
mo, como los ecos estacionarios corresponden a corriente directa, ya que en
tal caso α = 1, este hecho convierte al segundo miembro de la expresión 9.11
en una constante.
9.7. Instrumentación empleada en ultrasonido Doppler continuo

La figura 9.11 ilustra el funcionamiento de un medidor de velocidad de flu-
jo por ultrasonido, efecto Doppler continuo. El procedimiento más sencillo
para aplicar el corrimiento Doppler es emplear un cristal piezoeléctrico para
transmitir una onda senoidal continua, y otro cristal piezoeléctrico para re-
cibir la onda continua dispersada. Comparar la señal recibida con la señal
transmitida, y detectar el cambio en frecuencia. Generalmente los cristales
transductores están alojados en el mismo encapsulado, y esto permite que
sus haces ultrasónicos se sobrepongan una profundidad suficiente en el teji-
do para detectar movimientos y flujos sanguíneos.
La señal eléctrica generada en el cristal receptor es una señal en el rango de
radiofrecuencia modulada en frecuencia, la cual se amplifica previamente y
se mezcla con la señal original, y con la señal original en cuadratura, origi-
nándose así una señal modulada en amplitud. Se eliminan las componentes
de altas y bajas frecuencias en filtros pasa banda.
210
El proceso de demodulación se realiza en un detector de amplitud modulada

en cuadratura, y finalmente, se envía al dispositivo de salida, el cual puede
ser: un amplificador de audio, que conduce a la bocina de salida, o un esti-
mador de la velocidad de flujo, cuya gráfica de salida es el espectrograma o
sonograma de flujo.
Figura 9.11. Diagrama de bloques de un sistema Doppler continuo, propuesto para medir
la velocidad de flujo sanguíneo.
Para velocidades de flujo cercanas a 100 cm/s, si se excita con frecuencias

ultrasónicas de 5 MHz, se obtienen corrimientos en frecuencia de 5 a 8 kHz.
Esto hace posible el oír el espectro Doppler de la mayoría de los flujos fi-
siológicos. Un médico con experiencia en el manejo del sistema Doppler,
puede obtener una gran información del flujo sanguíneo con sólo escuchar
cuidadosamente las señales Doppler; por ejemplo, puede localizar regiones
de estrechamiento en vaso sanguíneos (estenosis), ya que estas producen
frecuencias Doppler altas.
9.8. Filtro de pared

Puesto que el haz ultrasónico intercepta una distribución de velocidades de
los glóbulos rojos en la sangre, cada componente de velocidad produce un
corrimiento Doppler distinto, y se recibe un espectro en frecuencias Doppler
como el mostrado en la figura 9.12. La señal también contiene componentes
211
no deseados, tales como: ecos fuertes producidos por corrimientos Doppler

de baja frecuencia, generados en tejido (paredes de los vasos sanguíneos)
moviéndose lentamente, y ecos débiles generados por ruido térmico del sis-
tema.

Figura 9.12. Espectro en frecuencias típico de una señal Doppler compuesta formado con
componentes provenientes del tejido, de la sangre y del ruido gaussiano del receptor.
Los componentes producidos por el tejido son eliminados mediante un fil-

tro pasa altas, ajustable (filtro de pared). El filtro pasa altas también recorta
componentes de la sangre, y limita la posibilidad de medir velocidades de
flujo bajas. Dado que el corrimiento Doppler es proporcional a la componen-
te de velocidad a lo largo del haz (v · cosθ), es importante apuntar el haz lo
mas paralelo al flujo posible para medir velocidades de flujo bajas.
El ruido térmico está ubicado en la banda de frecuencias de la señal Doppler
generada por la sangre y es difícil de eliminar. La potencia de ruido en la
señal audible puede ser reducida por un filtro pasa bajas, pero esto no reduce
el nivel de potencia espectral. La relación señal a ruido puede ser mejorada
aumentando el volumen de dispersores cubierto por el haz ultrasónico.
212
Referencias:
2. Evans, David H.; McDicken, W. Norman; Doppler Ultrasound: Physics,
Instrumentation an Signal Processing; 2ª Edición; John Wiley and Sons;
Nueva York; 2000.
3. Jensen, Juergen Arendt; Estimation of Blood Velocities Using Ultrasound:
1996.
4. Kremkau, F. W.; Diagnostic Ultrasound. Principles and Instruments; 7ª
Edición; Saunders, Elsevier; St. Louis, Missouri; 2006.
213
Capítulo 10: Espectrograma y mapeo de flujo a calor
Capítulo 10
Espectrograma y mapeo de flujo a color
10.1. Introducción
La velocidad del flujo sanguíneo puede determinarse por medio de pulsos
de ultrasonido para lo cual el vaso debe estar perfectamente localizado, ya
que ocasionalmente se pudiera estar estimulando y midiendo bifurcaciones
de uno de ellos, o bien, dos o más vasos en forma simultánea. Por tal ra-
zón es necesario determinar la posición exacta por medio de una imagen en
modo B, para establecer con precisión la región de medición del haz de ul-
trasonido. Una vez comprobado lo anterior, las múltiples señales y muestras
obtenidas de esta región se procesan para obtener los respectivos espectros
de densidad de potencia, los que se grafican en un diagrama denominado
espectrograma o sonograma. Puesto que la frecuencia de cada muestra obte-
nida es proporcional a la velocidad, este diagrama es una gráfica velocidad
contra tiempo.
Por ello, cuando se ha realizado un determinado número N de mediciones
a las partículas del flujo sanguíneo, se obtienen densidades espectrales que
indican una proporcionalidad con respecto a la velocidad de la sangre. Sin
embargo, como cada partícula contribuye con un eco proporcional a su ve-
locidad, un conjunto de partículas contribuirá con una señal compleja de
carácter aleatorio donde se contienen las velocidades del grupo de partícu-
las, lo que proporciona una densidad espectral dependiente de la densidad
de las velocidades y lleva a definir el problema tanto desde el punto de vista
teórico, como del práctico.
215
10.2. Modelos de interacción del ultrasonido con la sangre

10.2.1. Caso teórico
Se debe tener presente que los vasos sanguíneos son flexibles, no son rectos
y presentan ramificaciones, en tanto que el flujo sanguíneo no es continuo,
sino pulsátil. Sin embargo, en una primera aproximación es posible conside-
rar al vaso como un tubo recto y rígido que tiene un radio constante y cono-
cido R. Además, el flujo se puede considerar continuo, laminar y estaciona-
rio, que su velocidad en el centro del vaso es vC, por lo que a una distancia
radial r medida desde el centro del vaso, el perfil de la velocidad del flujo en
el vaso está dado por la siguiente ecuación, en la que p es una constante
(10.1)
En estas circunstancias, cuando la estimulación es uniforme, la ecuación 9.8

b) determina una relación entre la velocidad y la frecuencia fR0 recibida en
cada estimulación, por lo que las frecuencias recibidas fR(r) en función del
radio r son
(10.2)
Considerando que normalmente las partículas no se mueven todas a la mis-

ma velocidad y que ésta depende del radio r, el perfil de velocidades en el
vaso da lugar a una densidad espectral que es función de este radio. El perfil
de velocidades puede determinarse calculando el número de partículas np
que se mueven en el volumen comprendido por una sección transversal del
vaso en un tramo de longitud α, o sea, en el volumen 2πr×α, considerando
una densidad uniforme ρ de partículas, de lo que resulta la integral
(10.3)
216
La densidad de partículas se calcula derivando np con respecto a v(r)
(10.4)
Tomando en cuenta que la velocidad v(r) está dada por la ecuación 10.1, al
despejar la variable r y derivar la expresión resultante, se obtiene sucesiva-
mente:
(10.5)
Con lo cual, sustituyendo 10.5 en 10.4, finalmente se tiene:
(10.6)
Pero, como el número total de partículas nT en el volumen 2πr×α está dado

por la ecuación 10.3 para r = R, es posible determinar la densidad normali-
zada pn = p(v)/nT, la que resulta:
(10.7)
En consecuencia, al considerar que en la ecuación 9.8 b) la frecuencia reci-

bida fR corresponde a la frecuencia máxima fM y que existe una relación entre
la frecuencia fR y la distribución de la velocidad v(r), la densidad espectral
217
normalizada de potencia D(fR) de la señal recibida para 0 < fR < fM = frecuen-

cia máxima, es:
(10.8)
En la figura 10.1 se muestran ejemplos de los perfiles ideales de las veloci-

dades para p = 2, p = 5 y p = 7, así como las correspondientes densidades
espectrales normalizadas que se tienen para estos tres casos. Se observa que
en el perfil parabólico la densidad espectral es uniforme, lo que significa que
hay la misma cantidad de partículas moviéndose en todas las velocidades
de la gama. En cambio, a medida que el orden se incrementa, las partículas
tienden a propagarse a la máxima velocidad.
Figura 10.1. Perfiles ideales de las velocidades para p = 2, p = 5 y p = 7 y sus correspon-

dientes densidades espectrales normalizadas.
218
10.2.2. Casos reales

Para obtener el resultado anterior, se han hecho varias aproximaciones que
en la práctica no se cumplen. Una de ellas es considerar que la sangre se
mueve en un flujo continuo, lo que contrasta con la característica normal-
mente pulsante que se encuentra en los vasos. Por ello, la ecuación 10.1 no
es completamente adecuada para describir con precisión el comportamiento
de las partículas sanguíneas en el caso real, por lo que los resultados de esta
primera aproximación representada por la ecuación 10.8 y la figura 10.1,
sólo permiten formarse una idea general de los resultados que se obtendrían
en la realidad donde los perfiles de las velocidades y las densidades espec-
trales varían con el tiempo. Sin embargo, el procedimiento sirve de inspira-
ción para realizar mediciones en secuencia con el propósito de determinar
la forma en que varía la velocidad de las partículas a lo largo del tiempo,
realizando con las densidades espectrales un espectrograma o sonograma de
las velocidades.
Por otra parte, los ecos del ultrasonido pueden obtenerse tanto por medio de
sistemas de estimulación que utilicen una señal continua o una señal pulsan-
te. En ambos casos, sin embargo, resulta que como cada partícula sigue una
trayectoria no necesariamente idéntica a las demás, la velocidad individual
de cada una de ellas contribuye a la velocidad de grupo del flujo sanguíneo,
lo que en todos los casos prácticos convierte a cada eco en una señal esto-
cástica.
10.3. Espectrograma o sonograma de flujo sanguíneo

Puesto que se ha observado que el contenido de frecuencias de la señal Do-
ppler recibida corresponde a la velocidad del flujo sanguíneo, el sonograma
es una forma de visualizar las variaciones de la velocidad en el tiempo, ya
que las partículas que interactúan con el ultrasonido se mueven a diferentes
velocidades dependiendo del momento en que son estimuladas. Por tanto,
219
para lograr la presentación del sonograma es necesario calcular el espectro

de densidad de potencia de cada uno de ellos. Este procedimiento se rea-
liza dividiendo los ecos recibidos en segmentos de determinada duración,
muestreando cada segmento y utilizando la Transformada Rápida de Fourier
(TRF).
Los resultados de la TRF se grafican en un diagrama en el cual el eje ‘x’ es
el tiempo (en este caso el correspondiente a cada segmento) y el eje ‘y’ es la
frecuencia (cada uno de los respectivos espectros de densidad de potencia).
En esta forma, la variación que presenta cada uno de los espectros propor-
ciona información respecto de la evolución que sigue la distribución de las
velocidades, ya que la mayor intensidad en una frecuencia específica indica
un mayor número de partículas moviéndose a esta velocidad. También hay
que destacar que como se utiliza un demodulador en cuadratura, en el espec-
tro pueden observarse velocidades positivas y negativas (en reversa).
Cabe hacer notar que la segmentación de los ecos introduce un error ya que
este procedimiento equivale a multiplicar la señal continua recibida s(t) por
“ventanas” de tiempo o pulsos rectangulares p(t) de magnitud uno dentro de
cada segmento seleccionado y cero fuera de él. Tanto s(t) como p(t) tienen
sus pares de la TF dados por s(t) ↔ S(ω) y p(t) ↔ P(ω), por lo que esta
multiplicación en el tiempo se convierte en una convolución en la frecuencia
entre los espectros del pulso rectangular P(ω) y del respectivo eco S(ω).
Por otra parte, el espectro de un pulso rectangular p(t) de amplitud 1 y dura-
ción T es la función Tsinc(ωT/(2π)), por lo que la convolución produce una
distorsión del espectro de los segmentos, como se muestra en la simulación
de la figura 10.2. Cabe hacer notar, sin embargo, que la magnitud de la dis-
torsión depende de diversos factores, tales como la duración T de la ventana
y, en el caso general de ventanas con formas no rectangulares, de su perfil
temporal.
220
Figura 10.2. a) Pulso rectangular p(t) centrado en cero con una duración T y amplitud 1;
b) espectro P(ω) = Tsinc(ωT/(2π)) del pulso p(t); c) simulación de una señal recibida s(t);
d) Simulación del espectro S(ω) de la señal s(t) recibida; e) multiplicación en el tiempo
p(t)×s(t) entre la ventana y la señal; y f) convolución en la frecuencia S(ω)∗P(ω) de los
espectros respectivos, considerando que ω0 << ωc.
El efecto que produce la duración T del pulso puede apreciarse mejor sa-
biendo que:
Lím P (ω ) = δ (t )
T →∞
Como una propiedad de la función Delta de Dirac es que no produce distor-

sión, esto implica que mientras mayor es la duración de la ventana también
es mejor la estimación del espectro S(ω), aunque esto signifique aumentar
221
en exceso el número de datos. Respecto de la forma de la ventana, hay que

destacar que existe toda una familia de ventanas que generan una distorsión
menor, ya que sus TF se aproximan muy rápidamente a una δ(t), por lo que
se utilizan comúnmente para tener una mejor estimación de S(ω) ya que la
distorsión se minimiza.
Figura 10.3. Variación del espectro de la Transformada de Fourier con el tiempo. a) Señal
s(t) de 4000 puntos; b) espectro S(ω) del primer segmento de 500 puntos; c) espectro del
siguiente segmento; d) espectros de cada uno de los siguientes seis segmentos hasta com-
pletar la longitud de la señal s(t).
222
Cuando para la estimulación de ultrasonido no se utiliza una señal continua,

sino que en su lugar se emplean pulsos de corta duración, sólo pueden obte-
nerse los segmentos de eco que se deben a cada pulso. Lo anterior depende,
por supuesto, del tiempo que dura el estímulo y de su frecuencia de repeti-
ción. Por ello, en la práctica cada una de las señales obtenidas debe consi-
derarse de antemano multiplicada por una ventana rectangular de magnitud
uno en el segmento adquirido y cero antes y después de cada adquisición, tal
como se comentó en el caso anterior.
Esta vez, sin embargo, debido a que los ecos tienen una duración fija ya que
cada ventana está definida rígidamente, resulta que los espectros obtenidos
varían en el tiempo en forma discreta con la misma periodicidad con que se
estimula el tejido. Un ejemplo de lo anterior se muestra en la figura 10.3 para
la señal s(t) de 4000 puntos que se muestra en la figura 10.3.a, para la cual
se han obtenido las FFT de los ocho segmentos resultantes de 500 puntos
cada uno. Se observa en todos los casos que, aunque ligeramente, el espectro
siempre varía con el tiempo.
a) b)
Figura 10.4. Variación del espectro de la Transformada de Fourier con el tiempo en un
sistema de ultrasonido de señal Doppler continua. a) Gráfica superpuesta de los espectros,
b) los mismos espectros en 3 dimensiones. En ambos casos se observa la suavidad con que
varían los espectros en contraste con los obtenidos en la figura 10.3.
223
En virtud de que el contenido de frecuencias de la señal de ultrasonido co-

rresponde con la distribución de la velocidad de la sangre, una forma prác-
tica de observar este resultado es por medio de la Transformada de Fourier
de la señal recibida.
Para este efecto, cuando se trata de una señal analógica, ésta se divide en
segmentos a los cuales se les calcula la densidad espectral. Con estos datos
es posible observar la evolución de la distribución de la velocidad en un
diagrama en el cual el eje horizontal representa al tiempo y el eje vertical a la
frecuencia. En consecuencia, la intensidad en un determinado punto indica
la amplitud del espectro, por lo que es proporcional al número de partículas
sanguíneas que se mueven a esa determinada velocidad.
En resumen, el procedimiento para calcular la densidad espectral de una
señal analógica consiste simplemente en muestrearla a una frecuencia ade-
cuada que cumpla con el Teorema del Muestreo y posteriormente utilizar
las técnicas discretas del cálculo de la Transformada de Fourier, por ejem-
plo, por medio de la Transformada Rápida de Fourier. De estas herramientas
existen en la actualidad diversos programas y ambientes computacionales
para realizarla en forma rápida y eficiente, además de que los algoritmos son
relativamente fáciles de implementar.
224
Figura 10.5. Espectrograma de flujo sanguíneo o sonograma de una señal en cuadratura.
Cuando se trata de una señal digital o discreta, la situación es prácticamente

la misma, ya que en este caso la señal se encuentra lista para ser procesada.
Tanto para las señales analógicas muestreadas como para las digitales, cabe
hacer notar que, debido al uso de la modulación en cuadratura, la dirección
de la velocidad es información que se encuentra contenida en las señales,
por lo que en la gráfica del espectro pueden aparecer frecuencias negativas.
Un ejemplo de un sonograma obtenido de señales digitales se muestra en la
figura 10.5. El tiempo se expresa en forma discreta en el eje horizontal como
1500 muestras, en tanto que la frecuencia aparece en el eje vertical en una
escala de 104 Hz.
10.4. Sistemas de mapeo de flujo a color

10.4.1. Cálculo y despliegue de la distribución de velocidad
La velocidad, como se ha visto, se encuentra estrechamente relacionada con
la estimación espectral de los ecos del ultrasonido. Por tanto, ya que los ecos
son en realidad señales estocásticas, la estimación espectral más adecuada
225
para su tratamiento es la que se determina mediante el teorema de Wiener-

Khinchin. De acuerdo con este teorema, la densidad de potencia espectral
de una señal estocástica puede determinarse por medio de la Transformada
de Fourier de la autocorrelación de la misma señal, como se detalla en el
Apéndice B.
En consecuencia, como los espectros de densidad de potencia están relacio-
nados con la distribución de la velocidad de las partículas sanguíneas, los
resultados obtenidos permiten graficar la velocidad contra el tiempo al con-
siderar los espectros consecutivamente. Por otra parte, también es posible
obtener imágenes de la velocidad, para lo cual se requiere barrer la zona de
interés en todas las direcciones deseadas y estimar para cada una de ellas
la velocidad correspondiente. Con estos resultados un sistema de mapeo a
color del flujo sanguíneo CFM (por su nombre en inglés, color flow map-
ping) puede presentar la distribución de velocidad en una imagen.
Figura 10.6. Diagrama de bloques de un sistema de mapeo a color del flujo sanguíneo.
226
Un sistema de este tipo se muestra en la figura 10.6, el que es prácticamente

igual para los sistemas de ultrasonido de señal continua y pulsante. En este
sistema, el procesamiento de la señal recibida por el transductor se inicia
dividiéndola en segmentos para todas las direcciones en que se ha estimu-
lado el tejido. A continuación se determina una velocidad para cada uno de
ellos. En seguida, un amplificador de compensación de la ganancia en el
tiempo TGCA (por su nombre en inglés, time gain compensation amplifier),
se encarga de compensar en amplitud la atenuación producida por el tejido.
Posteriormente, un demodulador en cuadratura obtiene la señal compleja1,
cuyos componentes son filtrados por separado por sendos filtros pasabajas
(FPB), lo que permite eliminar los componentes de frecuencia elevada, y
finalmente son digitalizados por los respectivos convertidores analógico-
digital (CAD).
La última operación para obtener la señal compleja consiste en el uso de
filtros especiales o supresores de retardo de línea DLC (por su nombre en
inglés, delay line canceler), los que remueven las señales estacionarias que
corresponden al tejido circundante de los vasos, ya que éste no experimenta
mayores variaciones. Esto último es necesario porque la señal obtenida se
compone de una parte estacionaria debido a los ecos producidos por los
tejidos y una parte variable debida al movimiento de las partículas sanguí-
neas. Como la que interesa es esta última, los supresores DLC eliminan la
componente estacionaria de los tejidos. La señal compleja que se obtiene se
procesa en cada una de las direcciones en las que se ha estimulado, por lo
que conserva la información relativa a la dirección del flujo. Además, con el
último bloque (E, por estimador), se estima la velocidad de cada segmento,
con lo que se tiene información suficiente del volumen examinado para ela-
borar una imagen de la velocidad.
1
Los detalles del demodulador se encuentran en el capítulo anterior y en el Apéndice A.
227
10.4.2. Estimadores de la velocidad de flujo

La velocidad de la sangre puede determinarse a partir de la derivada de la
fase de la señal recibida ya que, considerando los componentes estacionarios
y los términos constantes involucrados en las señales recibidas, a partir de la
ecuación 9.12 puede escribirse:

lo cual implica que:

(10.9)
Por lo que, al descartar como constantes los términos A y φ0, resulta:
(10.10)
En consecuencia, para determinar la velocidad de la sangre a partir de la de-

rivada anterior es necesario calcular la derivada de φ(t), para lo cual debe re-
cordarse que se trata de una señal digital, por lo que sólo es posible calcular
una aproximación a dicha derivada. Lo anterior puede realizarse mediante
dos estrategias básicas, las que se describen a continuación.
228
10.4.2.1. Cálculo de la derivada con sR(t) como señal compleja

La primera estrategia consiste en considerar que la fase φ(t) de una señal
continua compleja que se expresa en la forma tradicional sR(t) = x(t) + jy(t)
está dada por:

La derivada de la expresión anterior resulta ser:
(10.11)
Pero como en este caso se trata de señales discretas, la integral debe limitarse
a calcular la relación de diferencias entre las muestras de señales contiguas
separadas por un tiempo T. Esto es posible porque la señal varía lentamente,
por lo que se cumple:
(10.12)
En consecuencia, para las muestras contiguas en los tiempos discretos (n – 1)

y n, se tiene:
(10.13)
Como el procedimiento para determinar el movimiento de las partículas san-

guíneas consiste en tomar señales provenientes de ecos ultrasónicos de dos
estímulos contiguos, en esta ecuación xn y yn son las partes real e imaginaria,
respectivamente, de las muestras complejas tomadas de los convertidores
analógico-digital (CAD) de la figura 10.6 a una determinada profundidad.
De igual forma, xn-1 y yn-1 son las partes real e imaginaria, respectivamente,
229
de las muestras complejas tomadas a la misma profundidad de los ecos ul-

trasónicos inmediatamente anteriores.
Para completar la estimación de la velocidad de las partículas sanguíneas, se
toma la señal compleja en forma discreta (de acuerdo con la ecuación 10.9, y
dejando de considerar tanto la constante A como la fase φ0, por ser constan-
tes), con lo que resulta:
(10.14)
Por tanto, al sustituir los valores de las partes real e imaginaria de esta última
expresión en la ecuación (10.11), aunque en su forma discreta, después de
algunos pasos de álgebra se tiene que:
∆φn  2v 
= − sen ω0 O T 
∆n  V 
Tomando como base este resultado, al sustituir el valor de la derivada que ya

ha sido determinado en la ecuación 10.13 resulta finalmente:
(10.15)
10.4.2.2. Cálculo de la derivada directamente de la diferencia de fases

Este método consiste en calcular la diferencia de fases en forma directa a
partir de la ecuación 10.12, ya que:
230
Al sustituir los valores de las partes real e imaginaria de la señal, tomadas

de la ecuación 10.14, se obtiene después de aplicar transformaciones de ál-
gebra:
∆φn 2v
= − O ω0T
∆n V

Igualando estos dos últimos resultados y aplicando algunas identidades de
trigonometría se obtiene el valor de la velocidad:
(10.16)
Adicionalmente, para estimar la velocidad vO obtenida en esta última ex-

presión, también es posible utilizar la correlación compleja considerando N
señales recibidas. En tal caso, el cálculo de la arcotangente se lleva a cabo
con la función de autocorrelación compleja R(T) de la señal, obtenida con
un retardo T, de la que se determina la relación entre la parte imaginaria
Im{R(T)} y la parte real Re{R(T)} de dicha autocorrelación, o sea:
22ωω00vvOO Im {{RR((TT))}}
Im
Im
TT ==−−arctan
−arctan
arctan 
VV Re {{RR((TT))}}
eRe
R

De lo anterior resulta, con n = 0, 1, 2,…, N – 1,
N −1
 N∑−1 ( yn xn −1 − xn yn −1 ) 
V arctan nn==11 n n −1 n n −1 

(10.17)
vOO = − arctan  NN −−11 
2ω00T  ∑ ( xnn xnn−−11 − ynn ynn−−11 ) 
 nn==11 
donde N es el número de muestras.
231
Cuando se utilizan sólo dos señales, las estimaciones dadas por las ecuacio-
nes 10.15 y 10.16 determinadas por los métodos presentados, son esencial-
mente equivalentes. Pero, el procedimiento dado por la ecuación 10.17 per-
mite mejorar la estimación de la velocidad vO, ya que ahora se está utilizando
un mayor número de datos.
Esta implementación es muy eficiente pues ocupa solamente pocos cálculos
para cada estimación, y debido a esto este enfoque es usado en la mayoría de
los equipos comerciales.
Este método puede ser considerado robusto en términos de ruido, el cual es
crítico puesto que la señal retrodispersada por la sangre es muy débil com-
parada con la generada por el tejido adyacente.
10.4.3. Visualización de imágenes Doppler color

La figura 10.7 muestra una imagen Doppler de flujo a color de los vasos que
permiten la irrigación cerebral. En esta figura pueden observarse tanto veloci-
dades positivas, como negativas. La vena yugular situada en la parte superior
presenta una codificación en color azul, indicando que el movimiento es ha-
cia el transductor, mientras que la arteria carótida en la parte inferior contiene
colores rojos, indicando un movimiento que se aleja del transductor, y se
dirige hacia el cerebro.
232
Figura 10.7. Imagen Doppler de flujo a color de la arteria carótida y de la vena yugular.
Los colores azules indican flujo sanguínea hacia en transductor, mientras que los colores
rojos indican flujo alejándose del transductor. (Imagen modificada publicada originalmente
en; “Estimation of Blood Velocities Using Ultrasound: A Signal Processing Approach”;
Jensen, Jørgen Arendt; Cambridge University Press; Nueva York; 1996).
233
Referencias:
2. Evans, David H.; McDicken, W. Norman; Doppler Ultrasound: Physics,
Instrumentation and Signal Processing; 2a. Edición; John Wiley and Sons;
Nueva York; 2000.
3. Harris, Frederic J.; On the use of Windows for Harmonic Analysis with the
Discrete Fourier Transform; Proceedings of the IEEE, Vol. 66, No.1, págs.
51-83. Enero, 1978.
4. Jensen, Jørgen Arendt; Estimation of Blood Velocities Using Ultrasound:
1996.
5. Kremkau, F. W.; Diagnostic Ultrasound. Principles and Instruments;
Seventh Edition; Saunders, Elsevier; St. Louis, Missouri; 2006.
6. Nuttall, Albert H.; Some Windows with Very Good Sidelobe Behavior;
IEEE Transactions on Acoustics, Speech, and Signal Processing; Vol. ASSP-
29, No.1, págs. 84-91. Febrero, 1981.
7. Oppenheim, A. V., Schafer, R. W.; Discrete-Time Signal Processing;
Prentice-Hall, Upper Saddle River, NJ; 1999, págs. 468.471.
234
Apéndice A
Apéndice A
A.1. Modulación en cuadratura

El principio de la modulación en cuadratura se ha utilizado tradicionalmente
en telecomunicaciones para transmitir señales digitales desde que se empe-
zaron a codificar las transmisiones, ya que se basa en una serie de códigos
o símbolos discretos muy bien diferenciados que pueden codificarse en el
transmisor, así como reconocerse y separarse perfectamente en el receptor.
La transmisión digital puede entenderse más claramente suponiendo
que se dispone de una señal senoidal sP(t), conocida como portadora, del
tipo sP(t) = ai sen(ωP t) ecuación en la que ai es la amplitud de la señal
y ωP es la frecuencia. Para representar los dos símbolos binarios “uno”
y “cero” a esta señal se le modifica la amplitud ai en forma digital, por
ejemplo, con cualquiera de los pares dados por [1, 0] o por [1, –1]. Con
el primer par se tiene la modulación del tipo encendido–apagado que se
muestra en la figura A.1.a lo que permite distinguir con claridad estos
dos símbolos en forma similar a como se hacía en el caso del antiguo
código Morse. Ocurre también una distinción clara con el par [1, –1],
ya que ahora se tiene una modulación del tipo más–menos o de cambio
de fase de la señal senoidal en 180° (ya que el signo negativo representa
este cambio de fase), como se muestra en la figura A.1.b. De la figura se
deduce que el ángulo de la señal también puede manipularse al modifi-
car la fase φ en la ecuación sP(t) = ai sen(ωP t + φ).
235
Figura A.1. a) Modulación “encendido–apagado” y b) modulación “más–menos”.
Figura A.2. a) Modulación con ai = [2 1 –1 –2] y b) modulación con φi = [–90° –45° 45°
90°].
Estas dos posibilidades dan lugar a diversos casos de modulación utilizando

más dígitos binarios en los cuales tanto la amplitud ai como la fase φ pueden
fijarse en varios niveles distintos. Por ejemplo, para las cuatro combinacio-
nes de dos dígitos dadas por [d1 d2] = [00 01 10 11], o bien, para las cuatro
amplitudes [2 1 –1 –2], como se muestra en la figura A.2.a, y [90° 45° –45°
–90°] para la fase, como se muestra en la figura A.2.b. En este último caso
se aprecia un cambio de fases más fino que en la modulación “más–menos”
de la figura A.1.b.
Un esquema todavía más complejo es considerar pares de dígitos binarios
d1 & d2, pero que cada uno de ellos module por separado a una portadora di-
ferente. Para lograr que no se produzca una mezcla inseparable entre ambas
señales se requiere que éstas se encuentren en cuadratura, como las señales
seno y coseno de la siguiente ecuación
sP(t) = d1 cos(ωP t) + d2 sen(ωP t) (A.1)
236
Apéndice A
Ya que estas señales senoidales se encuentran desfasadas entre sí en 90°

existen diversas formas de distinguirlas y separarlas en el receptor, como se
verá más adelante.
Ejemplo A1. Un caso sencillo de este proceso consiste en considerar que d1
& d2 sólo pueden adoptar los valores digitales “cero” y “uno” o “menos uno”
y “más uno”, con lo que se obtienen los cuatro símbolos que se representan
en el espacio de fases de las figuras A.3.a y A.3.b, mismos que se detallan en
la siguiente tabla:
Código [d1 d2] Ecuación sP(t) = Código [d1 d2] Ecuación sP(t) =
[0 0] 0 [–1 –1] – cos(ωP t) – sen(ωP t)
[1 0] cos(ωP t) [–1 1] –cos(ωP t) + sen(ωP t)
[0 1] sen(ωP t) [1 –1] cos(ωP t) – sen(ωP t)
[1 1] cos(ωP t) + sen(ωP t) [1 1] cos(ωP t) + sen(ωP t)
Figura A.3. Espacio de fases para distintos casos de los valores de d1 & d2.
En esta figura, el eje horizontal representa a las señales coseno (que se con-
sideran en fase) y el vertical a las señales seno, que se consideran desfasadas
en 90° o en cuadratura con respecto a las anteriores. Como se puede apreciar,
este esquema también permite incluir otros puntos en el espacio de fases, lo
cual sólo depende de los valores que se permita tomar a los coeficientes d1
237
& d2. Como las señales seno y coseno están relacionadas por la conocida
relación cos(ωP t) = sen(ωP t + 90°), en el caso general la ecuación puede
escribirse:
sP(t) = ai cos(ωP t + φi) (A.2)
La ecuación A.2 es una versión generalizada de la ecuación A.1 por lo que

ambas son equivalentes si se consideran los valores adecuados de los coefi-
cientes b1 & b2. Hay que señalar, sin embargo, que cuando se toman varios
valores tanto para ai como para φi (o para d1 & d2), los símbolos forman una
“constelación” en el espacio de fases como la que se obtiene en el ejemplo
siguiente, cuyo resultado se muestra en la figura A.3.c.
Ejemplo A2. En este caso se analiza el efecto que, en la ecuación A.1, pro-
duce definir lo siguiente: d1 & d2 = [–2 –1 1 2]. Estos valores producen los
16 símbolos discretos que se muestran en la figura A.3.c, con las ecuaciones
que se detallan en la siguiente tabla:
Código [d1 d2] Ecuación sP(t) = Código [d1 d2] Ecuación sP(t) =
[–2 2] – 2cos(ωP t) + 2 sen(ωP t) [1 2] cos(ωP t) + 2 sen(ωP t)
[–2 1] – 2cos(ωP t) + sen(ωP t) [1 1] cos(ωP t) + sen(ωP t)
[–2 –1] – 2cos(ωP t) – sen(ωP t) [1 –1] cos(ωP t) – sen(ωP t)
[–2 –2] – 2cos(ωP t) – 2 sen(ωP t) [1 –2] cos(ωP t) – 2 sen(ωP t)
[–1 2] – cos(ωP t) + 2 sen(ωP t) [2 2] 2 cos(ωP t) + 2 sen(ωP t)
[–1 1] – cos(ωP t) + sen(ωP t) [2 1] 2 cos(ωP t) + sen(ωP t)
[–1 –1] – cos(ωP t) – sen(ωP t) [2 –1] 2 cos(ωP t) – sen(ωP t)
[–1 – 2] – cos(ωP t) – 2 sen(ωP t) [2 –2] 2 cos(ωP t) – 2 sen(ωP t)
238
Apéndice A
A.2. Estructura de la modulación en cuadratura

En telecomunicaciones la modulación en cuadratura se obtiene multipli-
cando las señales portadoras directamente, como se observa en el diagrama
esquemático de la figura A.4.a. En cuanto al demodulador, éste puede tener
una estructura similar a la anterior, como la que se muestra esquemática-
mente en la figura A.4.b. En este caso se incluye un par de filtros del tipo
pasabajas para recuperar los dígitos d1 & d2, así como un comparador para
el caso multinivel, en el que también se acepta la modificación de ai como
en la figura A.2.a.
Figura A.4. Estructura típica de modulador y demodulador en cuadratura.
A.3. La demodulación
El proceso de demodulación para el caso de la ecuación A.1 se fundamenta
en que el producto de la señal modulada, con las señales seno y coseno, pro-
duce respectivamente lo siguiente:
s1(t) = cos(ωP t)×[d1cos(ωP t) + d2 sen(ωP t)]

= d1 cos2(ωP t) + d2 cos(ωP t) sen(ωP t)
= 0.5 d1 + 0.5 d1 cos(2ωP t) + 0.5 d2 sen(2ωP t) (A.3 a)
239
y
s2(t) = sen(ωP t)×[d1 cos(ωP t) + d2 sen(ωP t)]
= d1 sen(ωP t) cos(ωP t) + d2 sen2(ωP t)
= 0.5 d1 sen(2ωP t) + 0.5 d2 – 0.5 d1 cos(2ωP t) (A.3 b)
En la ecuación para s1(t) dada por A.3 a), un filtro pasabajas se encarga de
eliminar los dos últimos términos del segundo miembro cuya frecuencia es
2ωP, por lo que sólo permanece el término 0.5 d1 constante, que es el primero
de los dos dígitos originales. Lo mismo sucede en la ecuación para s2(t) dada
por A.3 b), ya que ahora el término que aparece a la salida del filtro es 0.5
d2. Adicionalmente, la operación de filtrado se facilita porque las señales
indeseadas aparecen ahora con una frecuencia del doble de la ωP original.
Por último, hay que mencionar que la demodulación de una constelación
multinivel requiere el uso de un comparador, como el de la figura A.4.b para
que distinga los niveles diferentes de cada una de las dos señales portadoras,
lo que se analiza en el siguiente ejemplo:
Figura A.5. Filtrado y comparación de s1(t) & s2(t) para obtener los valores de d1 & d2.
240
Apéndice A
Ejemplo A3. Si se considera el caso en que tanto d1 como d2 pueden tomar

varios valores como en el ejemplo A.2, se tiene la siguiente definición para
una constelación de 16 puntos: d1 & d2 = [–2 –1 1 2]. En este caso la ecua-
ción resulta ser sP(t) = d1 cos(ωP t) + d2 sen(ωP t). La demodulación se lleva
a cabo en la misma forma en la que se han obtenido las ecuaciones A.3 a) y
A.3 b), por lo que a la salida de los filtros se tiene:
s1(t) = 0.5 d1 y s2(t) = 0.5 d2
Por tanto, resulta obvio que los símbolos [–2 –1 1 2] para ambos dígitos se
obtienen a la salida de los comparadores a partir de sus propios signos y del
adecuado ajuste de los niveles de comparación, como se muestra en la figura
A.5.
241
Apéndice B
Apéndice B
B.1. Correlación cruzada

La función de correlación cruzada de dos señales g(t) & h(t), representada
por Rgh(τ), es una herramienta que permite determinar la similitud entre ellas,
con lo que es posible realizar una comparación entre una señal conocida y
otra desconocida. Esto es porque se define como el promedio del producto
de las dos señales, una de las cuales se desfasa un tiempo variable τ, por lo
que el resultado es una función de este desplazamiento. Para las señales g(t)
& h(t) no periódicas, reales y continuas (o analógicas) la correlación cruzada
se define1:
(B.1)
Por otra parte, en el intervalo (0, N – 1), para las señales g[n] & h[n] reales,
discretas (o muestreadas) de N elementos, se define2:

(B.2)
Una de las primeras propiedades de la correlación cruzada es que no es exac-
tamente conmutativa, ya que ignorando el límite para T → ∞ y haciendo los
siguientes cambios de variables: t’ = t + τ , & k’ = k + n, se tiene:
(B.3 a)
1
Con frecuencia se suelen usar las notaciones Rgh(τ) = g(t)h(t) ≠ g(t)h(t) & Rgh[n] = g[n]h[n]
≠ g[n]h[n] y en forma similar a la convolución, se suele definir utilizando retardos del tipo h(t – τ)
& h[k – n]. Además, la definición estricta implica el uso de los conjugados de h(t) & h[n], o sea h*(t)
& h*[n], respectivamente. Estas situaciones, así como otras definiciones que se aplican en distintos
casos, no se han tomado en cuenta aquí por simplicidad o porque para las señales reales se cumple
que h*(t) = h(t) & h[n] = h*[n].
2
Se usan paréntesis cuadrados para denotar el carácter discreto de las señales.
243

(B.3 b)
También, la correlación cruzada se vincula con la convolución en forma casi
directa ya que para el caso analógico, con el adecuado cambio de variables
t = –α, de la correlación cruzada resulta (ignorando nuevamente el límite
para T → ∞):

(B.4)
Como la convolución para las señales continuas se define:
(B.5)
Finalmente, resulta:
(B.6)
Para el caso discreto, se aplica el cambio de variables k = –α en forma simi-

lar, con lo que se obtiene:

(B.7)
Puesto que la convolución discreta para señales muestreadas en el intervalo
(0, N – 1) es:
(B.8)
244
Apéndice B
Con lo que finalmente:
(B.9)
B.2. Autocorrelación
Cuando la correlación cruzada se aplica a una misma señal analógica g(t) o
discreta g[n], se denomina autocorrelación, la que se escribe respectivamen-
te para ambos casos
(B.10 a)
(B.10 b)
Algunas propiedades interesantes de las funciones de correlación cruzada y

de autocorrelación son las siguientes:
1. La autocorrelación es una función de simetría par, o sea Rgg(τ) =
Rgg(–τ). Para el caso discreto también se cumple que Rgg[n] = Rgg[–n].
2. En τ = 0, la autocorrelación presenta un valor máximo, o sea,
Rgg(0) ≥ |Rgg(τ)| para todo τ ≠ 0. También en n = 0, Rgg[0] ≥ |Rgg[n]|
para todo n ≠ 0.
3. La autocorrelación para τ = 0 es igual al valor cuadrático medio σg2,
por lo que es positiva en ese punto.
4. Una señal periódica g(t) tiene una función de autocorrelación tam-
bién periódica.
5. La autocorrelación de la suma de dos señales g(t) & h(t) no corre-
lacionadas (en las cuales se cumple que Rgh(τ) = 0 para todo τ ), es la
245
suma de las autocorrelaciones individuales, o sea si f(t) = g(t) + h(t) se

tiene que Rff(τ) = Rgg(τ) + Rhh(τ).
6. La función de autocorrelación de una función aleatoria que tiende a
cero cuando τ → ∞.
7. La correlación cruzada no tiene que ser simétrica en τ.
8. La correlación cruzada no respeta la conmutatividad, ya que
Rgh(τ) = Rhg(–τ).
9. En cambio, sí se cumple que la autocorrelación de la correlación de
g(t) & h(t) es igual a la correlación de la autocorrelación de g(t) con la
autocorrelación de h(t). Esto es,
RRghRgh = RRgRh
10. Una de las más interesantes propiedades de la autocorrelación es
el teorema de Wiener- Khinchin que establece una relación entre la
densidad de potencia espectral Sgg(ω) de g(t) con la autocorrelación
Rgg(τ) de g(t) por medio de la Transformada de Fourier3, de la siguiente
manera:
(B.11 a)
(B.11 b)
Utilizando esta propiedad es posible determinar la densidad de poten-

cia espectral de una señal por medio de la autocorrelación.
3
La Transformada de Fourier se desarrolla en el siguiente párrafo.
246
Apéndice B
B.3. Transformada de Fourier (TF)

La Transformada o Integral de Fourier de una señal analógica g(t) se define
mediante las siguientes ecuaciones, en las cuales G(ω) es la TF de g(t).
(B.12 a)
(B.12 b)
Como g(t) & G(ω) son dos representaciones equivalentes de la misma señal
en el tiempo y en la frecuencia, respectivamente, se suele usar la siguiente
notación para destacar este hecho
g(t) ↔ G(ω)
Algunas de las propiedades del par g(t) ↔ G(ω) son las siguientes:
1. Simetría entre tiempo y frecuencia
G(t) ↔ 2πg(–ω)
2. Superposición
Si se conocen los N pares de la TF dados por gn(t) ↔ Gn(ω) con n = 1,
2, …, N, entonces:
N N
∑ g n (t ) ↔ ∑ Gn (ω )
n =1 n =1
En la práctica esta es una demostración que la TF es una operación

lineal.
3. Transformada de la señal conjugada
g*(t) ↔ G*(–ω)
Este teorema no se aplica a las señales físicas o reales por razones
obvias.
247
4. Escalamiento en el tiempo
Para toda constante a real se tiene que
1 ω 
g(at) ↔ G 
|a| a
Cuando la señal se escala en el tiempo expandiéndola con a < 1 (como

un disco o una cinta magnética que se reproduce a una velocidad me-
nor que la normal), el ancho de banda del espectro disminuye. En el
caso contrario cuando la señal se comprime con a > 1 (como al repro-
ducir un disco o una cinta a mayor velocidad que la normal), el ancho
de banda del espectro aumenta. Estos efectos pueden ser claramente
experimentados en la realidad con grabaciones de audio.
5. Desplazamiento en el tiempo
Para todo τ real se tiene que
g(t – τ) ↔ e–jωτ G(ω)
Este resultado implica que el espectro de magnitud (o sea, el valor
absoluto del espectro) no se modifica con un desplazamiento en el
tiempo, ya que el término e–jωτ sólo produce cambios en el espectro de
fase de g(t). Esto se debe a que el origen en el tiempo es arbitrario, lo
que justifica utilizar sólo el espectro de magnitud para describir una
señal en la frecuencia.
6. Modulación
g(t) cos ω0t ↔ ½ [G(ω + ω0) + G(ω – ω0)]
Se observa que el espectro G(ω) de g(t) se desplaza más ω0 y menos
ω0 como en la modulación de amplitud modulada (AM), con lo que se
generan las bandas laterales de este tipo de transmisión.
248
Apéndice B
7. Desplazamiento en la frecuencia
Para toda ω0 real se tiene que
e jω0 t g (t ) ↔ G(ω – ω0)
Este teorema es una generalización del anterior, ya que
e jω 0 t = cos ω0t + jsenω0t .
8. Derivada n-ésima en el tiempo
g(n)(t) ↔ (jω)n G(ω)
9. Derivada n-ésima en la frecuencia
(–jt)n g(t) ↔ G(n)(ω)
10. Teorema de la convolución
Si g1(t) ↔ G1(ω) & g2(t) ↔ G2(ω) son dos pares de la TF, entonces
g1(t)*g2(t) ↔ G1(ω)×G2(ω)
11. Teorema de la multiplicación
Análogamente al caso anterior, si g1(t) ↔ G1(ω) & g2(t) ↔ G2(ω) son
dos pares de la TF, entonces
g1(t)×g2(t) ↔ G1(ω)*G2(ω)
12. Fórmula de Parseval
Si g1(t) ↔ G1(ω) & g2(t) ↔ G2(ω) son dos pares de la TF, entonces
1 ∞
∫−∞ G1 (ω )G *2 (ω ) dω
−∞
∫∞ g1 (t ) g *2 (t ) d
t =
2π
13. Teorema de la energía
−∞ 22 11 ∞∞ 2
−∞
∫∞∫∞ gg((tt)) ddt ==
tdt G(ω ) dω
∫∫−−∞∞ G
22ππ
249
B.4. Serie de Fourier (SF)

Para el caso de las señales periódicas las integrales de la TF requieren de
una redefinición para ser evaluadas, ya que la integral no converge entre me-
nos y más infinito. Por ello para estas señales se suele utilizar la SF, que es
una versión de la TF aplicable para las señales periódicas de período T0. La
forma clásica consiste en considerar una descomposición en senos y cosenos
como la siguiente:
∞
g(t) = a0 + ∑ ((a
a nncos
cos nω
nù00tt++ bbnnsen
sen
nω 0t )
nù0t) ω T = 2π
0 0
n =1
A causa de esta definición, la señal continua g(t) se representa en el dominio

de la frecuencia como un espectro discreto compuesto de armónicas única-
mente en nω0 (para todo n > 1), con los coeficientes an & bn, los que confor-
man el espectro {an, bn} de g(t). Una forma más compacta de la SF es la
versión exponencial compleja de la ecuación B.13 a), en la que el conjunto
de coeficientes complejos {ck} define el espectro de g(t). Este espectro suele
representarse como g(t) ↔ {ck}, ya que los coeficientes ck son las magnitudes
de las armónicas de la SF.
g(t) = (B.13 a)
ck = con ω0T0 = 2π (B.13 b)
250
Apéndice B
B.5. Serie Discreta de Fourier (SDF)

La TF es importante cuando se trata de señales continuas, ya que las in-
tegrales proporcionan resultados muy precisos al realizar los cálculos. Sin
embargo, cuando se trata de señales muestreadas las ecuaciones B.12 que la
definen dejan de tener validez debido a que las integrales no tienen sentido
en el universo discreto. Por tal razón, es conveniente encontrar una forma
en la cual la TF pueda expresarse en términos discretos y que aún en esta
circunstancia sea posible evaluar las integrales. Para ello, es útil la SF ya que
de acuerdo con la ecuación B.13 a), la señal g(t) periódica de período T0 está
dada en términos de una sumatoria, lo que es más apropiado para el universo
discreto. Por otra parte, de la definición de la SF se sabe que4:
con ω0T0 = 2π (B.14)
En esta última ecuación la suma de funciones delta del primer miembro se

encuentra en el dominio del tiempo, en tanto que las funciones exponen-
ciales del segundo miembro ocurren en la frecuencia. Por tanto, efectuar
la convolución en el dominio del tiempo de la señal compuesta de deltas
(definida en el primer miembro de la ecuación B.14) con g(t) es equivalente
a multiplicar en el dominio de la frecuencia el segundo miembro por G(ω),
ya que g(t) & G(ω) son un par de la TF. Además, al considerar que la señal
mezclada del primer miembro es periódica de período T0, la que se denota
como gp(t), se obtiene (con ω0T0 = 2π)
gp(t) = δ(t)*g(t) = (B.15)
4
Lo anterior se debe a que los coeficientes ck de la sumatoria de la SF del primer miembro de la ecua-
ción B.14) están dados de acuerdo con la ecuación B.13 b) por .
251
Por otra parte, definiendo wN = ej2π/N y tomando N muestras a la señal gp(t)

cada T1 segundos en el intervalo T0, con m = 0, 1, 2, …, N – 1, resulta:
(B.16)
Esto es porque ω1T1 = 2π, NT1 = T0 y a que ω0T1 = ω0T0/N = 2π/N.

Además, debido a que el número entero k puede descomponerse en una
suma k = m + sN, para m = 0, 1, …, N – 1 & s = …, –1, 0, 1, … resulta
que, como wNN = 1, de esta ecuación se obtiene:
(B.17)
También, los coeficientes ck de la SF de la señal g(t) están dados por:
(B.18)
Por tanto,
(B.19)
Pero, como la última expresión indica claramente que se trata de una señal
periódica, de período 1/T1 = Nω0/(2π), la que se denota Gp(nω0), resulta
finalmente
(B.20 a)
(B.20 b)
252
Apéndice B
La expresión B.20 b) es en realidad una serie de N ecuaciones g p(0),

gp(T 1), g p(2T 1), …, g p(NT 1), cada una de ellas compuesta por N suman-
dos complejos del tipo G p (nω0 ) wNnm . Esta serie tiene la propiedad de
que establece una relación entre la señal periódica gp(t) de período T0,
la que ha sido muestreada cada mT 1 segundos, con la TF también pe-
riódica G p(nω 0) con período ω1 = 2π/T1, la que a su vez ha sido mues-
treada cada nω0/(2π) segundos5. Aunque g(t) & gp(t) no necesariamente
deben coincidir en el intervalo (–T0/2, T0/2)6, cuando g(t) es una señal
de soporte finito suficientemente contenida en el período T0, o es “ahu-
sada”7, puede decirse que g(t) ≈ gp(t) lo que se cumple solo en ese perí-
odo. Paralelamente, cuando G(ω) cumple con una condición similar en
el intervalo de frecuencias de interés, puede tenerse que G(ω) ≈ Gp(ω)
en dicha banda de frecuencias. En consecuencia, como g(t) ≈ gp(t) &
G(ω) ≈ G p(ω), bajo las condiciones señaladas el par g p(mT 1) ↔ G p(nω 0)
constituye una muy buena aproximación al par g(t) ↔ G(ω).
Por estas razones, con la ecuación B.20 b) es posible calcular numéricamen-
te la integral de la TF al considerar la señal periódica gp(mT1) y la TF perió-
dica Gp(nω0). Adicionalmente cabe hacer notar que aunque T0 & T1 se aso-
cian con períodos, en realidad pueden tomarse como cantidades arbitrarias.
Por ello a pesar de que se menciona a T0 & 1/T1 como períodos de la señal
y la TF, éstas no tienen que ser periódicas, ya que T0 & 1/T1 pueden tomarse
como los intervalos donde son conocidas en el tiempo y en la frecuencia,
respectivamente, en los cuales se cumple la condición de ser “ahusadas” o
suficientemente diferentes de cero.
5
Nótese que si bien NT1 = T0, resulta que ω1 = Nω0.
6
Lo mismo puede ocurrir para G(ω) & Gp(ω) en el intervalo (–0.5/T1, 0.5/T1).
7
O sea, que g(t) → 0 cuando t → ∞, o bien, cuando se aproxima a los extremos del intervalo (–T0/2, T0/2).
253
B.6. Transformada Rápida de Fourier (TRF)

Debido a que la definición de la TF implica una integral compleja y la SDF,
en cambio, sólo requiere resolver un conjunto de N ecuaciones con N suman-
dos compuestos de coeficientes complejos, una forma óptima de calcular el
segundo integrante del par de la transformada cuando se dispone de uno
de ellos, por ejemplo g(t), consiste en utilizar el algoritmo conocido como
TRF. Este procedimiento permite minimizar los cálculos efectuados a una
señal discreta o muestreada g(mT1) para determinar su transformada G(nω0)
y viceversa. Para demostrar esta aseveración, supóngase que se dispone de
una señal periódica8 g(t) la que se muestrea cada T1 segundos en N puntos y
se digitaliza en un intervalo de tiempo determinado T0, el cual coincide con
su período, esto es
g(t)t=mT =g(mT1)≡g[m] para NT1=T0, 0 < t < T0 & m=0, 1, 2, 3, … , N–1
1
En forma similar, el espectro G(ω) puede muestrearse cada 1/T0 = ω0/(2π)

G(ω)ω=nω =G(nω0)≡G[n] para Nω0=ω1,0 < ω < ω1 & n=0, 1, 2, 3,…,N–1
0
Aunque la ecuación B.20 b) establece una relación numérica entre las seña-
les periódicas muestreadas gp(mT1) & Gp(nω0) esto no necesariamente signi-
fica que se desprenda una relación numérica entre g(t) & G(ω). Sin embargo,
si tanto g(t) como G(ω) cumplen con ser aproximadamente iguales a cero
a partir de un punto ε (ya sea para t = tx en el tiempo o para ω = ωx en la
frecuencia) mientras que, a su vez, los intervalos T0 {que corresponde a la
periodicidad de gp(t)} & 1/T1 {correspondiente a la periodicidad de Gp(ω)}
cumplen con:
T0 > tx & 1/T1 > ωx (B.21)
8
Para el caso de las señales aleatorias capturadas durante una determinada ventana de tiempo se
considera que el período T0 corresponde a la duración de la ventana, lo que no tiene mayor conse-
cuencia en los cálculos realizados, ya que fuera de la ventana de tiempo la señal capturada se supone
desconocida o cero.
254
Apéndice B
En tal caso se satisfacen las siguientes relaciones:

gp(mT1) ≈ g(t)t=mT = g[m] para t ∈ (0, T0) (B.22 a)
1
y
Gp(nω0) ≈ G(ω)ω=nω = G[n] para ω ∈ (0, ω1), ω1 = 2π/T1 (B.22 b)
0
Lo anterior permite utilizar la SDF como punto de partida para establecer

una relación entre dos conjuntos de números g[m] ≡ gm & G[n] ≡ Gn, los
que representan las series de números de la señal y de su transformada, res-
pectivamente, mediante el siguiente par de ecuaciones:
N −1
nm
Gn = ∑ g m wN para n = 0, 1, 2, 3, … , N – 1 (B.23 a)
m=0
gm = 1 N −1 para m = 0, 1, 2, 3, … , N – 1 (B.23 b)
N
∑G w
n =0
n
−m
N
n
En forma similar a las definiciones anteriores, se suele utilizar la siguiente

notación, agregando el símbolo N para señalar el número de puntos involu-
crados en el cálculo
N
gm ↔ Gn (B.24)
255
N
Tabla B.1 Detalle del paso de g(t) ↔ G(ω) a g[m] ↔ G[n].
Señal en el Señal en la
Condiciones Relación
tiempo frecuencia
Ecuaciones B.12 g(t) TF: g(t) ↔ G(ω) G(ω)
gp(mT) =
g(t)|t > ε ≈ 0, tx < T0
gp(mT)≈g(t)t = mT Gp(nω0)≈G(ω)ω = nω
G(ω)|ω > ε ≈ 0, ωx < 1/T1 1 N −1
∑ G p ( nω0 )wNnm
1 0
T0 n =0
gp(mT) =
Ecuación B.20 b) y
g(t)t = mT = g[m] G(ω)ω = nω = G[n]
cambio de notación 1 N −1
∑ G ( nω
1 0
p 0 )wNnm
T0 n =0
Por definición y N
g[m] = gm G[n] = Gn
aproximación TDF: gm ↔ Gn
Figura B.1. La señal g(t) muestreada que da lugar a la señal periódica gp(mT1) y los espec-
tros G(ω) muestreados que dan lugar a los espectros muestreados Gp(nω0). Se observan las
formas de onda de la señal g(t) y del espectro G(ω) repetidas en el tiempo y la frecuencia.
El proceso anterior se muestra con un poco más de detalle en la Tabla B.1

y en la figura B.1, la que proporciona una visión gráfica de la transfor-
mación. En esta figura la señal periódica g(t) se convierte en gp(mT1) al ser
muestreada, la que se compone de copias de señales g(t) muestreadas cada
milisegundo. Con la TDF resulta un espectro periódico Gp(nω0) compuesto a
su vez por espectros G(ω) muestreados cada 7.14 Hz aproximadamente. La
señal central es g(mT1) = g[m] y el espectro central es G(nω0) = G[n]9. En
256
Apéndice B
este ejemplo se cumple claramente que 140 ms = T0 > tx = 130 ms y también

que 1 kHz = 1/T1 > ωx /(2π) = 929 Hz.
Por otra parte, las ecuaciones B.23 implican una gran cantidad de cálculos
ya que
0× ( N −1)
 G0   wN0×0   g0 
0×1
wN  wN
 G   1×0 1× ( N −1)   
 1  =  wN w1N×1  wN   g1  (B.25 a)
          
G   ( N −1)×0 ( N −1)( N −1)   
 N −1   wN wN( N −1)×1  wN   g N −1 
al mismo tiempo que

− 0× ( N −1)
 g0    G0 
− 0×1
 wN− 0×0 wN  wN
 g   −1×0 −1× ( N −1)   
 1  = 1  wN wN−1×1  wN   G1  (B.25 b)
   N       
g   − ( N −1)×0 − ( N −1)( N −1)   
 GN −1 
− ( N −1) ×1
 N −1   wN wN  wN
Sin embargo, estos cálculos pueden simplificarse notablemente debido a que

la matriz wN tiene propiedades periódicas. Lo anterior se logra mediante
la descomposición de las sumatorias en dos sumandos compuestos por los
términos pares y los impares, respectivamente. Esto es muy conveniente
cuando N es un número par, como se muestra a continuación:
(B.26)
9
Esto es porque g(t)t = mT = g(mT1) = g[m] y porque G(ω)ω = nω = G(nω0) = G[n].
1 0
257
En esta forma, la sumatoria original se ha descompuesto en dos más pe-

queñas formadas por los elementos pares y los impares en forma separada.
Estas nuevas sumas pueden, a su vez, descomponerse sucesivamente siem-
pre y cuando N sea una potencia de dos. El proceso se comprende mejor al
analizar la matriz que resulta de la ecuación B.23 a) para N = 4, ya que:
(B.27)
De esta última expresión se deduce que la matriz wN se encuentra represen-

tada en el círculo unitario del plano complejo. En la figura B.2, se muestran
sus valores para los casos para N = 4, N = 8 & N = 16.
Figura B.2. Representación de los valores de la matriz wN para los casos N = 4, 8 & 16.
258
Apéndice B
Por otra parte, al considerar que am = g2m & bm = g2m+1 son los términos pares
e impares de la señal gm, entonces se cumple para un total de 2N elementos
am ↔ An, bm ↔ Bn & Gn = An + Bn w2nN (B.28)
Si la ecuación B.27 se aplica sucesivamente a señales compuestas por un

número de elementos igual a una potencia de dos, la simplificación es má-
xima. Una forma de visualizarlo consiste en considerar una serie de dos
elementos gm = {g0, g1} para la cual, de acuerdo con la definición B.23
b), resulta G0 = g0 + g1 & G1 = g0 – g1. Este resultado da lugar a definir el
“producto mariposa” que para este caso se muestra en la figura B.3. Poste-
riormente, al considerar una serie de cuatro elementos gm = {g0, g1, g2, g3},
se aplica la ecuación B.27, con lo cual Gn = An + Bn w4n , An = Cn + Dn w2nN&
n
Bn = En + Fn w2 .NComo de acuerdo con el caso anterior w2nNes una matriz que
se resuelve en suma y resta, de la descomposición se tiene:
gm ↔ Gn = An + Bn w4n
am ↔ An (pares) bm ↔ Bn (impares)
Por tanto, como gm = {g0, g1, g2, g3}, los términos pares son g0 & g2 y los
impares, g1 & g3. De esto resulta lo siguiente: A0 = g0 + g2, A1 = g0 – g2,
B0 = g1 + g3 & B1 = g1 – g3. Con estas igualdades y tomando en cuenta, de
acuerdo con la figura B.2, que todas las series son periódicas y que también
se cumple w40 = 1, w41 = j, w42 = –1 & w43 = –j, el resultado final es:
G0 = A0 + B0 = g0 + g2 + g1 + g3
G1 = A1 + j B1 = g0 – g2 + j(g1 – g3)
G2 = A2 – B2 = A0 – B0 = g0 + g2 – g1 – g3
G3 = A3 – j B3 = A1 – j B1 = g0 – g2 – j(g1 – g3)
259
Figura B.3 Estructuras del cálculo de la TRF mediante los productos mariposa para
(1 + j )
los casos N = 2, 4 & 8. Nótese que para N = 8, se tiene que w2n = ±1, ±j, ± 2(1+j)
1 − j)
& ± 2 ((1−j).
La estructura de estos resultados se observa en la figura B.3, junto con el

caso N = 8, que es análogo a los anteriores. Se observa que los productos
mariposa señalados no son todos iguales, aunque en cada uno de ellos se
cumple que el resultado es suma y diferencia. El valor preciso del número
complejo wN depende de N, tal como aparece en la figura B.2.
260
Apéndice C
Apéndice C
C.1. Efectos biológicos del ultrasonido

La evaluación de los efectos biológicos asociados a la aplicación del ultraso-
nido a tejidos vivos representa actualmente un tema de gran preocupación.
Afortunadamente no han sido reportados efectos dañinos con respecto al uso
del ultrasonido en los niveles de energía normalmente empleados en equipos
de diagnóstico médico.
C.2. Fenómenos acústicos a niveles de intensidad altos

A niveles suficientemente altos de presiones e intensidades ultrasónicas, es
inevitable que aparezcan efectos no lineales, así como fenómenos acústicos
tales como: distorsión, calentamiento, cavitación, fuerzas de radiación, y
generación de chorros.
C.2.1. Distorsión de la onda

Al aumentar el nivel de potencia de la onda acústica, la onda de presión de
forma senoidal se distorsiona. Esto es debido a que al comprimir el medio,
su velocidad de propagación aumenta; ya que esta es inversamente propor-
cional a la compresibilidad, y a la densidad del medio. Cuando esto sucede,
la onda senoidal tiende a formarse más bien una onda diente de sierra, y una
parte muy importante de la energía de la onda es transferida a sus compo-
nentes armónicas, produciendo esto mayor absorción. Ver capítulo 4.
C.2.2. Calentamiento
La energía ultrasónica es atenuada al propagarse a través de un medio. En te-
jidos biológicos gran parte de la energía es absorbida y se convierte en calor.
261
A niveles bajos de intensidad ultrasónica, el calor es disipado rápidamente

produciendo así pequeños cambios de temperatura en la zona incidente. Sin
embargo, al aumentar la intensidad, la temperatura se eleva considerable-
mente. Pueden producirse efectos biológicos adversos si la temperatura cor-
poral es elevada por encima de los 38.5°C.
C.2.3. Cavitación
El término cavitación es empleado para describir el comportamiento de bur-
bujas de gas en campos ultrasónicos. Existen dos tipos de cavitación: tran-
sitoria y estable.
La cavitación transitoria describe el fenómeno en el cual las microburbujas
de repente crecen y se colapsan en un líquido. El proceso físico puede ser
descrito de la siguiente manera. Al decrecer rápidamente la presión en el
medio, las burbujas se expanden considerablemente, al aumentar la presión
en el siguiente semiciclo de la onda, las burbujas se colapsan y desapare-
cen. La presión interna de las burbujas puede llegar a tener valores muy
altos (80 000 atm), y la temperatura puede elevarse a más de 10 000 K, y
estos pueden causar efectos biológicos muy importantes.
La cavitación estable se presenta cuando las microburbujas no se colapsan.
Bajo esas condiciones su comportamiento es estable. Este fenómeno es el
que ocurre al emplear intensidades ultrasónicas bajas como las que se usan
en el diagnóstico médico por ultrasonido.
C.2.4. Fuerza de radiación y generación de chorros en fluidos “streaming”

Transductores ultrasónicos perfectamente cóncavos producen idealmente
ondas lineales de ultrasonido, las cuales se combinan y refuerzan unas con
otras en un punto discreto. Sin embargo, en la práctica la curvatura imper-
fecta y las variaciones en el cristal piezoeléctrico producen, en lugar de un
262
Apéndice C
punto focal, más bien una región focal en la cual el fluido se encuentra sujeto
a fuerzas considerables. El movimiento inducido en fluidos por estas fuerzas
ultrasónicas es conocido como generación de chorros (“streaming”). Este
efecto es empleado no invasivamente para inducir medicinas en el torrente
sanguíneo, y para acelerar reacciones químicas por medio de su efecto de
agitación.
Figura C.1. Generación de chorros inducida por ultrasonido de gran intensidad.
Cuando la región focal se localiza en la superficie de un fluido, puede ge-

nerarse una fuente debido al efecto de las ondas ultrasónicas impulsando
hacia arriba y afuera de la superficie. La altura y actividad de la fuente están
ligadas a la profundidad del transductor y a la frecuencia de operación. Ver
figura C.1.
263
C.3. Recomendaciones de la AIUM (American Institute of Ultrasound

in Medicine)
En 1988 la AIUM propuso la energía ultrasónica máxima permitida que pue-
de aplicarse al tejido humano con fines de diagnóstico. En el intervalo de
frecuencias de 1 a 10 MHz no se han confirmado efectos biológicos para:
• Ultrasonido no-enfocado con intensidades Ispta < 100 mW/cm2.
Los tiempos de exposición al ultrasonido pulsátil son:
• Para ultrasonido no-enfocado 1 s < texp < 500 s.
• Para ultrasonido enfocado texp < 50 s.
El producto intensidad-tiempo de exposición debe ser:
(texp) (Ispta) ≤ 50 J/cm2
C.4. Contraindicaciones del uso del ultrasonido con fines terapéuticos

Además de su utilización como herramienta diagnóstica, el ultrasonido
tiene amplias aplicaciones terapéuticas que se deben fundamentalmente a
sus efectos sobre cartílagos, músculos, piel, tejido óseo y tendones. Dichos
efectos se deben a la intensidad aplicada, a la duración del tratamiento, al
coeficiente de absorción del tejido y si la emisión es continua o de pulsos.
Por tales razones, esta aplicación difiere notablemente en su técnica con el
ultrasonido diagnóstico, ya que sus objetivos son muy diferentes. Esto es,
entre otras cosas, porque los tiempos de aplicación son mayores y el enfoque
es más dirigido que en el ultrasonido diagnóstico. Por ello las indicaciones y
contraindicaciones deben ser también diferentes.
En resumen, el uso terapéutico tiene efectos biológicos, mecánicos, quími-
cos y térmicos, siendo este último posiblemente el más requerido ya que
se aplica en el tratamiento de diversas afecciones de la columna vertebral
y de dolores profundos, ya que puede tener mayor penetración que otras
264
Apéndice C
técnicas. Por ello es útil en problemas articulares, espasmos y contracciones

musculares, así como para lesiones de tendones y ligamentos, entre otras
aplicaciones.
Más concretamente sus efectos en las zonas donde se aplica pueden resumir-
se en los siguientes:
• Aumento de la temperatura.
• Aumento del flujo sanguíneo y de la regeneración tisular.
• Cambios en la permeabilidad de las células y de las membranas ti-
tulares.
• Cavitación.
• Disminución de la rigidez articular y la contractura.
• Efectos antiálgico y espasmolítico.
• Efectúa un micromasaje celular y estimula las funciones celulares.
• Genera mayor facilidad para la difusión de sustancias.
• Hace penetrar agua en coloides.
• Incrementa el metabolismo local.
• Incrementa la flexibilidad de los tejidos ricos en colágeno.
• Puede transformar geles en soles.
• Vasodilatación.
Como se puede comprender, existen diversas contraindicaciones del uso te-
rapéutico del ultrasonido, algunas de las cuales se pueden aplicar también a
su uso diagnóstico. Sin embargo, la mayor parte de ellas son locales, esto es,
que su uso se restringe a que no se aplique sobre la zona sensible, afectada o
que puede ser dañada, pudiendo utilizarse en otras zonas alejadas. Las más
importantes contraindicaciones se relacionan a continuación.
Por razones obvias, su uso debe evitarse en los tejidos blandos o sensibles,
tales como el cerebro, el corazón, la médula, los oídos, los ojos, los ovarios,
los párpados y el tejido testicular. Asimismo, diversas condiciones patológi-
cas desaconsejan su aplicación, entre las que se encuentran las cardiopatías
265
(para evitar que se produzcan dolores súbitos), la inflamación séptica (ya

que hay peligro de difusión de la infección), los traumatismos recientes (es
contraindicado en las primeras 48 horas), la tromboflebitis (debe evitarse el
modo continuo por el peligro de ruptura de un émbolo), los tumores (ya que
podría estimular su crecimiento y/o producir metástasis), entre otras.
Además, diversas condiciones patológicas pueden agravarse cuando se apli-
ca el ultrasonido con propósitos terapéuticos, como estados de coagulación
en vasos sanguíneos, la diabetes mellitus, las hemorragias, los procesos in-
flamatorios agudos y las várices.
Por último, existen otras condiciones en las que su uso está contraindicado,
entre las que se encuentran la presencia de implantes de silicona, implantes
metálicos (para el ultrasonido continuo), marcapasos (ya que puede influir
en su funcionamiento), y diversas prótesis, durante la menstruación, o en los
días próximos a la misma, en portadoras del DIU, en epífisis en crecimiento,
en fracturas no bien consolidadas, en zonas isquémicas o con alteraciones
de la sensibilidad, en prominencias óseas (porque existe la posibilidad de
sobrecalentamiento del periostio), cuando existe un tratamiento de radiote-
rapia (porque produce un efecto contrario en los tejidos), en el útero grávido
(porque las técnicas usadas con fines terapéuticos son muy diferentes de las
diagnósticas), así como en placas de la epífisis en niños y en los cartílagos
en crecimiento (niños y jóvenes en edad de desarrollo).
266
ERRNVPHGLFRVRUJ

Ultrasonido Diagnostico - Hernandez PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ultrasonido Diagnostico - Hernandez PDF

Cargado por

Copyright:

Formatos disponibles

ULTRASONIDO DIAGNÓSTICO

© Enrique Hernández Matos

Inscripción Nº: 217.401

Portada y diseño: Andrea Meza Vergara

Primera edición, junio de 2012

Impreso en Gráfica LOM

Ninguna parte de esta publicación puede ser reproducida, almacenada o transmitida

Enrique Hernández Matos

Departamento de Ingeniería Eléctrica

5.12. Apertura y apodización de un transductor 98

6.7.1.4. Circuitos de direccionamiento 128

8.2.3. Segmentación de imágenes ultrasónicas 168

10.4.2.1. Cálculo de la derivada con sR(t)

En este libro de texto se tratan algunos principios de medición, instrumenta-

En el capítulo 5 se describen las principales características de los transduc-

Enrique Hernández Matos

1.1. Importancia del ultrasonido como herramienta de diagnóstico

Adicionalmente son tratadas las aplicaciones del ultrasonido en la medición

1.2. Desarrollo histórico

El mayor estímulo que recibió el diagnóstico por ultrasonido, se debió a la

En 1958, Ivan Greenwood y Gilbert Baum obtuvieron la primera imagen

de Ultrasonido Computarizada”, y contaban con 128 canales independientes

1.3. Retos tecnológicos

2.1. Naturaleza del sonido

Debido a que su longitud de onda se vuelve pequeña en este último rango, su

El sonido es transmitido a través de un medio debido a la vibración de sus

2.2. Velocidad de propagación y longitud de onda

Por lo tanto, la velocidad del sonido en un medio aumenta con módulos de

rial, lo cual depende directamente de la densidad del material. La velocidad

2.3. Parámetros característicos en la propagación de ondas. La

Figura 2.1. Modo de propagación del sonido.

Las variables involucradas en una onda sonora son:

Figura 2.2. Presión y velocidad en un volumen incremental del medio.

La longitud del pequeño volumen a lo largo del eje longitudinal x es ∆x, el

Puesto que el tamaño del volumen es pequeño comparado con la longitud

En el modo de propagación longitudinal, las partículas se desplazan en la

Puesto que ∂x/∂t = u, sustituyendo en la ecuación 2.3. queda:

Tomando el límite cuando ∆x → 0, se obtiene la ecuación diferencial:

Si se asume que la variación de la densidad ρ en el medio debida a la acción

Esta ecuación establece una relación tiempo-espacio entre la presión y la

y el decremento de masa en el interior del volumen por unidad de tiempo es:

Igualando ambos términos se tiene:

Tomando el límite cuando ∆x → 0, se obtiene la ecuación diferencial:

Usando el criterio de simplificación de términos de segundo orden queda:

Puesto que en ambas ecuaciones están presentes derivadas con respecto al

Y tomando la derivada parcial de la ecuación 2.16. con respecto a t:

2.3.1. Soluciones a la ecuación de onda

La ecuación 2.23 es conocida como la ecuación de dispersión y al aparecer

La figura 2.3 representa una gráfica de la presión p de la ecuación 2.22, don-

Figura 2.3. Onda de presión en función de la distancia x en a) El tiempo t = 0, y en b) El

De la figura 2.3 se puede observar la longitud de onda λ como:

La ecuación 2.28. representa la velocidad de los frentes de fase y es conoci-

La frecuencia temporal de la oscilación senoidal de la onda está dada por:

La longitud de onda del ultrasonido usado en diagnóstico a una frecuencia

A esta frecuencia la longitud de onda del ultrasonido en tejido blando es si-

2.3.2. Solución de la ecuación de onda en el estado estacionario

p+ y p– representan respectivamente las dos ondas en sentido contrario. Nó-

p– retrocede. Si la onda plana se propaga sin restricciones p– no existirá y

Aquí p+, es la amplitud rms de la presión.

2.4. Velocidad de las partículas del medio

De esta ecuación, para el estado estacionario se obtiene:

Si recordamos que p+ no varía con respecto a x (véase la observación a la

· p+· e jk(Vt−x) =−jk · p(x,t) (2.39)