Az ultrahangos képalkotás során elengedhetetlen adat a szövetbeli hangsebesség, hiszen ebből és a visszaverődés idejéből tudunk távolságot számolni. A hagyományos ultrahang készülékekben ez egy állandó érték: 1540 m/s. A valóságban azonban a szövetbeli hangsebesség nem homogén, a szövet fizikai tulajdonságaitól függően akár több százalékkal is eltérhet ettől a feltételezett értéktől. Ez a pontatlanság torzulásokat eredményez a keletkezett képen.

A kutatás során különböző feltételezett hangsebességgel generáltam képeket ugyanarról a tárgyról, majd ezek után a keletkezett képek elemzéséből próbáltam következtetni arra, hogy melyik hangsebesség áll legközelebb a valóságoshoz. A képek értékelésének alapja azok élessége volt, az élességvizsgáló algoritmusok közül a laterális térfrekvencia eloszlást vettem alapul. Optimálisnak tekintettem azt a hangsebességet, amellyel az algoritmus szerint a legélesebb képet generáltam.

A kísérletezést először fix adási fókusszal végeztem. Ekkor azt tapasztaltam, hogy egyetlen pontszóró esetén jó eredményt kapok: egyértelmű maximumhelyet a hangsebesség-élesség görbén, a hagyományosan használt hangsebesség meghatározott környezetében. Bonyolultabb struktúráknál azonban (agar-grafit szövet-modell) a fókusz közvetlen környezetében megkapom a várt eredményt, attól eltérő tartományokban azonban nem. A következő lépésben végtelen fókusszal készítettem képeket: pontszórók, illetve erős szórókat tartalmazó képletek esetén továbbra is megkaptam a várt maximumhelyet, homogén agar-grafit modellben viszont monoton csökkenő volt a hangsebesség-élesség profil. Ezt követően az élesség-elemzésemet frekvenciaszűréssel egészítettem ki. Ez azonban kis tartományokra még mindig nem adott kielégítő megoldást.

A végső megoldás az ún. szintetikus apertúra fókuszálás volt (frekvenciaszűréssel kiegészítve), melynek lényege, hogy egy minden pontjában fókuszált képet tudtam létrehozni. Ez lehetővé tette, hogy egy bonyolult, több és különböző intenzitású szórókkal rendelkező struktúrában is meghatározható legyen a képélesség és ezen keresztül a valóságos hangsebesség, akár kis tartományokra is. Ez az eredmény első lépésben javítja a képminőséget, ezen túl pedig utat nyit a további kutatásnak: hangsebesség-térkép felállításának, illetve ezen keresztül egy hangsebesség-alapú diagnosztikai módszer felállításának irányában.