～～～～～～～～～～～～～～～～～～～～～～
小编按语：老蒋谈超声作为华声医疗的高收视率栏目已连续推出了四期，也许有人想问：你们一个做医疗设备的公司整天写这些干嘛？有意思吗，好好去赚钱不就完了。我是这样看这个问题的：钱，是要赚的（公司不赚钱首先干掉行政人员，小编第一个失业...)。但，一个组织或一个团队只想着赚钱，小编断言其站得不高，其行亦不会远。华声医疗希望在力所能及的范围做一些推动行业发展的事情，若有幸对读者有些许价值，也值得我们欣慰许久！
顺便八卦一下老蒋近况：上个月喜添贵子（此处应有掌声），小编催稿的时候老蒋正抓着笔记本电脑游走于奶瓶纸尿裤之间，但目光如炬、思路清晰，跟小编聊了一下如何培养小小蒋接班，将来继续从事医学超声领域云云，小编表示当着夫人的面这样谈让人极为佩服。不出所料，刚出门小编听到身后传来老蒋的惨叫声...以下为原文（内容较长，慎入）
～～～～～～～～～～～～～～～～～～～～～～
前言
2015年，整个超声技术界最引人注目的事情莫过于高通推出了超声波指纹识别技术Sense ID，预计2016年就会有搭载这个技术的手机问世。自上世纪五十年代全国超声热之后，超声技术终于有机会成为大众话题之一，作为从事超声技术多年的攻城狮，表示暗爽：终于有机会在妹子们面前以砖家的形象进行技术解析了！不过，第一次尝试就被呛了回来：“这么炫的技术, 怎么是干通信的高通而不是你们这帮搞超声的人干出来的?”， 这个…这个…我的理想是造福人类健康
无论如何，砖家的面子还是要绷的，于是乎老蒋开始GOOGLE相关技术的介绍。发现高通方面宣传视频，其实没有详细的技术披露，但找到相关专利的资料，并顺带找出一些别的有意思的超声波指纹识别方案也就够了，足以让老蒋拼凑出一篇带有砖家味的文章。本文重点在于指纹图像的获取，识别是获取指纹之后的事情，老蒋知道得很少，不在本文讨论。
超声检测技术基础之基础
绝大多数超声波的检测技术原理都基于pulse-echo——你在山谷里喊一声就是pulse, 被岩壁或者树反射回来的回声就是echo。
对于超声检测而言，特制的晶片（称为换能器）在电脉冲的激励下，产生机械振动（类似于人摸一下电门浑身一抖），振动产生超声波脉冲（pulse），超声波脉冲在传播过程中，会被传播介质（如人体）一部分一部分地被反射或者散射回来（echo），尤其是介质中物理性质不连续的地方，（比如手机上方的一根手指），反射波尤为强烈。反射或散射回换能器的回波，又使换能器产生振动，这种振动被换能器转换为电信号，对于电信号进行不同的处理，可以得到不同的信息，比如传播介质的结构，有没有运动的物体在介质中，介质的弹性等等。
如果把超声波的声束想像成一条线，那么一次超声PULSE-ECHO得到的通常只有一条线的信息，指纹至少是一个面，用超声扫描的方式在不同的位置进行PULSE-ECHO就能够得到一系列线的信息，从而获取整个指纹信息。医院里用的超声成像设备也大多就是这样的工作原理。
传统医用超声看指纹
指纹凸起的部分叫乳突线(Ridge)，乳突线之间凹下的部分叫小犁沟。指纹成像无非就是要把线和沟描出来。至少一部分医学超声的从业者对用超声波看指纹不会太陌生，最主要的技巧让超声波束和指头表面基本平行，恰好掠过指头表面，如下图：
上图中，左侧的换能器被激发后，超声声束沿手指表面传播（图(a)），由左到右每穿过一层凸起的乳突线都会有一部分声波被反射（图(b)），这些回波回到换能器变成电信号（图(c)），由于发射后，传播的路径长度不同，各个乳突线产生的回波回到换能器时间先后就有差异，分析处理这些差异就可以获取一条线上由远到近乳突线的分布情况；再把不同位置得到的线进行几何组合，就可以看到指纹图像。比如下面这张，老蒋为了凑文章在自己开发的便携彩超四叶草上打的图，指纹的纹路可以看得很清楚。
前些年，医用超声推广的市场人员向客户显摆的必备技能之一就是用自家机器打指纹，以表明自己机器分辨率是多么的牛逼。实际上，指纹的间距一般在0.3mm左右， 8M以上性能正常的超声要“打指纹”并不算很困难。只是要得到好的指纹图像也不容易，主要原因在于医用超声的成像都是一个平面，而指纹面一般都不是平的，所以只有一小部分指纹能被扫描到，这也就是上面的图为什么只显示了一部分指纹的原因。
由于获取到完整的指纹太困难，按上述方式得到的指纹是很难用于指纹识别的。目前主要的作用还是医用超声厂家用来吹牛逼，尤其是有一根胖乎乎指纹面平一些的手指时，就可以充分发挥装逼效应。
这一段其实和手机上将要用的指纹识别没多少关系，写它主要是老蒋想给搞超声的找回点面子，“其实我们医用超声早就可以了，只是……”
指纹识别超声
从高通的宣传视频（https://www.qualcomm.com/products/snapdragon/security/ sense-ID）可以确认：SenseID技术中，超声波是垂直于手指表面发射的。不管内部的具体实现，其基于的基本原理就是下图所示，
相信你只要一看，大致就能看明白，马上可以回家告诉你家孩子。
你：“声波传播速度是340m/s，如果小换能器到乳突线距离是d0, 声波传播的时间就是d0/340，而到小犁沟距离是d1， 声波传播的时间就是d1/340，d1>d0，所以对着小犁沟时声波回来慢一点，这样我们根据时间先后就可以知道究竟是线还是沟……”
你开始等待着孩子带着崇拜眼神说“粑粑你好厉害哦”。
你家孩子：“粑粑，你好象说得不对……”
你怒：“什么不对？老湿上课讲过的，时间=距离除以速度，你又全忘了是不是，老子收拾你！”
你家孩子：“可是声波过去还要回来，传播的距离不应该是2d0，2d1吗？”
你：“……”
好吧，我承认上面那个糗是我犯下的，不过不影响原理说明。重点就是，这种情况，声波被发射然后返回的时间有先后。相邻位置，时间短的是线，时间长的是沟。
现在问题来了，如果超声波束只是一条垂直于手指表面的线，只能得到手指上某一点到换能器的距离，要得到完整的指纹信息，假定指纹识别精度要求到0.2mm，超声波束的间距至少应该小于0.1mm，假定识别的指纹面积为8mm*8mm，则需要得到80*80个点的信息才是完整的指纹信息，相应地，也就需要80*80条超声波束，所以技术的核心解决问题在于：短时间内，如何得到这近4千条超声波束的信息？（各位可以脑补一下：一个小机器人扛着超声换能器，一个位置接一个位置跑，每跑一个位置发射接收一次超声波，估计跑不了100个位置小机器人就加入叛军参加对地球人的进攻了）。
那么，究竟如何得到这80*80个点甚至更多点的信息？
注：乳突线和小犁沟分别得到的回波差异可能不仅仅是时间先后，有可能回波强度也有较大差别，都可以用于形成指纹图像。为了说明得比较直观，这里选用了最简单的时间先后。
手机上采用的指纹识别技术
上图是从一家叫sonavation的公司网站上 (http://www.sonavation.com/ ultrasound-biometric - sensor/)扒下来的，显示的不是蜂窝，竖起的一根根小柱子是超声波换能器。其中道理很简单——让一个小机器人扛着超声波换能器跑，不如干脆搞几千个并排的超声换能器放那里别动（业界称为矩阵阵列，MATRIX ARRAY），各自独自工作（也可以像控阵雷达一样，合并起来用，独自干活还是合并使用完全取决于集成的ASIC芯片运算能力）。每个换能器可以得到与其正对位置回波的传播时间，从而判断究竟是线还是沟。
上图是Sonavation网站提供他的们现有产品的原型图片，左边的长方形是换能器矩阵，中间的小黑块是ASIC。以下是这家公司识别出的指纹（图中提到乳突线上还有些小洞叫pores，也可以帮助指纹识别）,基本上可以确定高通使用的也是类似方案。
这技术有多难
搞医用超声的人，会发觉这个技术和近几年开始流行的四维超声很像，比如下图为心脏的三维成像结果，用的换能器（或者探头）也是面阵换能器。而基于面阵的四维超声成像，大概是医用超声里面最难的部分，目前还没有哪个国内厂家能完整地实现此技术（在此向正在努力干这活儿的国内同仁致敬）。
对于指纹识别，我判断至少在算法上可能会简单很多。因为只需要关心指纹表面信息，即使每个阵元都是独立使用的（医用超声还需要把不同阵元的信息放在一起来处理，以获取更高的分辨率），我相信只要手指不要离开换能器太远，也是可以识别的，即使手指放远一些需要把不同换能器的信息放一起处理，由于只需要关心手指表面信息，不像医用超声从深到浅所有位置的信息都要求清楚，在处理上也就可以简单很多。
那么这个技术，实际最大的难点就在于矩阵阵列换能器的加工工艺上，目前国内还没有哪个厂家能生产医用面阵探头，主要就是卡在工艺上，而相关的ASIC技术以国内的积累没准有可能做到，当然难度也很大。
这技术有多牛
我想如果这个技术能够推广开来而不仅是在手机上使用，那么首先感到头痛的应该是好莱坞的编剧。不管是鲍尔还是伊森，即使拿个杯子骗到了大BOSS的指纹，也没办法骗过指纹识别的机器了。（指纹识别机器：“不是三维的东西想骗我，滚！”）
聪明的伊森于是换了思路，骗到大BOSS手上的巧克力，利用巧克力上的指纹模型，或者利用3D打印技术复制出的三维指纹，去骗指纹识别机器again，结果还是：滚！again! 因为超声波可以很容易识别手指里面的血流流动状况，尽管作为身份识别的依据我觉得有困难（人体内的血流状态本身变化就很快），但是光是看看有没有血流，或者通过血流脉动情况识别是不是假的止咳糖浆，也能把伪造难度提高很多个级别了。
所以，好莱坞的编剧们，颤抖吧！（此处当有邪恶笑声）
另外，高通的视频上也说到，手指上沾了水或者脏东西并不影响这个技术的指纹识别效果，相对于目前主流的基于电容变化的指纹识别也是一大进步。不过我个人觉得多少可能还是会有影响，只是程度不同。
乱想
老蒋曾经想过，把面阵探头当中的一排拿出来（和常规医用超声用的探头类似，称为线阵探能器Linear Array），然后加一个小电机，让探头平行于指头表面运动起来，相当于小机器人不用一个位置一个位置跑，一次就能得到一排信息，就没这么累，而阵元只有一排，处理起来也容易。这类似于现在医用超声看胎儿的技术。（需要说明一下，目前医院主流用于看胎儿的四维超声，并没有用面阵探头，而是用电机带动一个类似线阵的探头进行摆动，来得到三维信息。）
和我们做机械的哥们儿聊了一下这个想法，他认为技术上可行，但这样尺寸和精度的电机，加工费用可能便宜不了，用在手机上可行性不大，毕竟消费类的东东，成本很关键。沮丧一次。又看了看高通的专利(US8601876)，保护的方案写得极广泛，包括了sonavation的类似方案，包括了我想的方案，甚至还有其它很多方案，再沮丧一次。下图为从高通专利里面截出来的电机带动线阵换能器跑的示意图。
沮丧归沮丧，超声指纹识别技术在手机上的应用对于医学超声也许也是件好事，尤其对我们国内做超声的同学而言。对于国内超声，最大的瓶颈是面阵探头工艺和ASIC技术，短期内无法跨越。而SenseID技术，已经帮我们跨过最难的两步，回到数字领域，这正是我们擅长的地方，我们可以探索：能否基于SenseID的信息，进行更多指纹识别之外的处理？比如，把手机往脸上一贴，APP提示：“您的毛孔直径已经超过了全国95%的用户？”更重要的是，我们可以得到更多医学可用的信息，回到开头说的，去关注人类健康？那里也许真的会有一片蓝海。
联系客服
