A presença de reverberação, em numerosos estudos e exames com ultra-som (US), costuma ser fonte de artefatos que podem prejudicar a análise desses processos. Além de comprometer a formação de imagens, esses artefatos podem introduzir erros nos resultados de pesquisas em caracterização de materiais, tecidos biológicos e em estimativas de parâmetros em meios multicamadas. Um método que possibilite a separação entre ecos reais (1a reflexão em um anteparo) e de reverberação (demais reflexões no mesmo anteparo), eliminando os últimos, permitirá melhorias na formação dessas imagens, além de maior precisão nos resultados obtidos nas demais pesquisas com US. Este trabalho propõe um algoritmo para identificação de ecos de reverberação, pela comparação entre os seus espectros de potência (estimados via FFT), utilizando um método de mínimos quadrados, e pela relação temporal existente entre eles. Os resultados de 40 experimentos, realizados para 4 corpos de prova (phantoms) diferentes (10 experimentos para cada phantom) são apresentados e discutidos. Obteve-se 85,9 % de identificações corretas em 390 ecos coletados em todos os 40 experimentos.

The presence of reverberation can be a source of artifacts that can hinder the analysis of a large number of studies and exams with ultrasound (US). Besides compromising image generation, these artifacts can introduce errors in US exams, in areas such as material and biological tissue characterization and parameter estimation in multilayered media. A method that allows the distinction between real echoes (first reflection at an interface) and reverberations (other reflections from the same interface), subtracting the latter, could improve the performance of some US exams. This work presents an algorithm for the identification of reverberation echoes. It is based on the comparison of echo power spectra (estimated via FFT), through a least mean square approach, and on the temporal relationship between these echoes. The results of 40 experiments, performed on 4 different phantoms (10 experiments/phantom) are presented and discussed. Correct identifications were obtained in 85.9 % of the 390 echoes collected during these experiments.