Relación señal-ruido en ecografía: un concepto clave para mejorar la imagen
Cuando explico ecografía a los alumnos, hay un concepto de física que siempre intento que entiendan bien porque influye directamente en la calidad de la imagen: la relación señal-ruido, también llamada SNR (Signal-to-Noise Ratio).
Muchas veces estamos explorando y vemos que la imagen no termina de convencer: aparece demasiado granulada, con poco contraste o con estructuras difíciles de distinguir. En muchas ocasiones el problema no es el equipo ni el transductor, sino que la relación entre la señal útil y el ruido no es buena.
Dicho de una forma sencilla, la relación señal-ruido describe cuánta información real de los tejidos estamos recibiendo frente a cuánto “ruido” hay en la imagen.
Muy importante esto…
📌La señal son los ecos ultrasónicos que regresan al transductor después de reflejarse en las estructuras del cuerpo. Es la información real que necesitamos para formar la imagen.
📌📌El ruido, en cambio, son señales no deseadas que aparecen en la imagen pero que no corresponden a estructuras anatómicas reales. Cuando el ruido empieza a acercarse al nivel de la señal, la imagen pierde calidad y nos cuesta mucho más interpretar lo que estamos viendo.

Por eso suelo decir a los alumnos algo muy simple: cuanto mayor es la señal respecto al ruido, mejor será la imagen ecográfica.
Qué parámetros influyen más en la relación señal-ruido
Cuando estoy enseñando ecografía a alumnos siempre digo algo: hay muchos botones en el ecógrafo, pero no todos influyen igual en la calidad real de la imagen. Si hablamos específicamente de la relación señal-ruido, hay tres ajustes que son especialmente importantes y que conviene entender bien: la frecuencia del transductor, la potencia acústica transmitida y la ganancia.
El primero es la frecuencia del transductor, y probablemente es el parámetro más importante.
La frecuencia determina el equilibrio entre resolución y penetración. Las frecuencias altas permiten ver estructuras con mucho detalle, por eso las usamos en estructuras superficiales. Sin embargo, cuanto mayor es la frecuencia, más rápido se atenúa el ultrasonido al atravesar los tejidos.
✅Dato clave: En los tejidos blandos la atenuación aumenta aproximadamente entre 0,5 y 1 dB por centímetro y por MHz. Esto significa que, si utilizamos una frecuencia muy alta, la energía del ultrasonido se pierde antes y los ecos que regresan al transductor serán más débiles.
Cuando la señal que vuelve al transductor es débil, se acerca al nivel de ruido del sistema y la relación señal-ruido empeora. Por eso, una de las decisiones más importantes al empezar una exploración es elegir una frecuencia adecuada para la profundidad de la estructura que queremos estudiar.
El segundo parámetro importante es la potencia acústica transmitida.
Este ajuste controla la energía del pulso ultrasónico que emite el transductor. Si aumentamos la potencia, llega más energía al tejido y los ecos que regresan al transductor tienen mayor amplitud. Dicho de forma sencilla, la señal se vuelve más fuerte y se separa mejor del ruido.
Esto mejora la relación señal-ruido y facilita que la imagen tenga más contraste y más información. Sin embargo, la potencia no puede aumentarse sin límite, porque existen restricciones de seguridad biológica controladas por los índices MI (Mechanical Index) y TI (Thermal Index).
El tercer parámetro clave es la ganancia.
La ganancia controla cuánto amplifica el ecógrafo las señales que recibe. Si la ganancia es demasiado baja, la señal útil puede quedar tan débil que apenas se vea en la imagen. Pero si la ganancia es demasiado alta, no solo amplificamos la señal, sino también el ruido del sistema, y la imagen pierde calidad.
Por eso la ganancia debe ajustarse con cuidado. Además, utilizamos el TGC (Time Gain Compensation) para compensar la pérdida de señal que se produce con la profundidad debido a la atenuación del ultrasonido.
Cuando estos tres parámetros están bien ajustados —frecuencia adecuada, potencia suficiente y ganancia equilibrada— la relación señal-ruido mejora claramente y la imagen ecográfica gana calidad diagnóstica.
El papel del compound imaging
🚨Pero no están fácil…Los ecógrafos modernos incorporan tecnologías de procesamiento de imagen como el compound imaging.
Esta técnica consiste en adquirir varias imágenes del mismo plano desde diferentes ángulos y combinarlas digitalmente. Cuando el sistema hace esto, la imagen final suele tener mejor contraste y menos ruido visible.
Es importante entender que el compounding no aumenta la energía real de la señal ultrasónica, sino que mejora la apariencia de la imagen mediante procesamiento digital.
Vamos con un ejemplo práctico en ecografía muscular
Imaginemos que estamos explorando el músculo bíceps braquial con un transductor lineal.
Si utilizamos una frecuencia muy alta, por ejemplo 18 MHz, la resolución en las capas superficiales será excelente. Pero si el músculo es grande o el paciente tiene bastante tejido subcutáneo, el ultrasonido se atenúa mucho antes de llegar a las fibras profundas.
En esa situación llegará menos energía al fondo del músculo y los ecos que regresan serán más débiles. La zona profunda aparecerá más oscura y la relación señal-ruido empeorará.
Si en esa misma exploración bajamos la frecuencia a 10–12 MHz, la penetración del ultrasonido mejora. Los ecos de las fibras musculares profundas regresan con mayor amplitud y la imagen se vuelve más homogénea. Aunque la resolución absoluta sea ligeramente menor, la calidad global de la imagen mejora porque la relación señal-ruido es mejor.
Los armónicos o frecuencia armónica también influyen decisivamente en esta mejora de la imagen post proceso, por eso recomendamos el uso de los mismos y no desarrollo su explicación puesto que lo hemos tratado en Post anteriores.
Conclusión
La relación señal-ruido es uno de los fundamentos físicos que determinan la calidad de la imagen ecográfica. Cuando enseño ecografía siempre insisto en que antes de pensar en tecnologías complejas conviene revisar tres cosas básicas: la frecuencia que estamos utilizando, la potencia acústica y la ganancia del sistema.
Entender cómo influyen estos parámetros permite optimizar la imagen de forma mucho más eficaz y adaptarla a cada paciente y a cada exploración.

