本研究では、単一平面波超音波イメージングの画質を改善するために、深層学習を用いた手法を提案し、実験的に検証した。
まず、リアルな乳房ファントムと校正用ファントムを用いて、深層学習モデルの訓練と評価に使用できる超音波データセットを収集した。
提案手法では、従来の深層学習アプローチとは異なり、物理的なイメージング手法であるf-kマイグレーションアルゴリズムを、ニューラルネットワークの一部として組み込んだ。これにより、少ない訓練データでも高い性能が得られることが示された。
定量的な評価では、提案手法が単一平面波イメージの画質を大幅に改善できることが確認された。特に、コントラストや検出能などの局所的な画質指標で顕著な改善が見られた。一方で、解像度の改善は限定的であった。
今後の課題としては、ネットワークの出力に見られる人工物の抑制や、より適切な損失関数の設計などが挙げられる。全体として、本研究は単一平面波超音波イメージングの高画質化に向けた重要な一歩となった。
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Ryan A.L. Sc... um arxiv.org 04-23-2024
https://arxiv.org/pdf/2404.14188.pdfTiefere Fragen