Konsep Inti
초음파 영상 복원 시 확산 모델의 분산을 활용하여 신호 대 잡음비와 대비를 향상시키고 스펙클 잡음을 완화할 수 있다.
Abstrak
이 논문은 초음파 영상 복원을 위한 새로운 접근법을 제안한다. 초음파 영상은 다양한 소음과 아티팩트로 인해 신호 대 잡음비가 낮은 문제가 있다. 최근 모델 기반 및 학습 기반 접근법이 이 문제를 해결하기 위해 제안되었다.
이 논문에서는 초음파 선형 직접 모델과 생성 확산 모델에서 학습된 사전 지식을 결합한 하이브리드 복원 방법을 제안한다. 특히, 사전 학습된 확산 모델을 초음파 영상 복원에 맞게 fine-tuning한다. 초음파 영상의 곱셈 잡음 특성을 고려하여, 확산 복원의 확률적 특성을 모델링하고 그 분산을 에코 강도 추정기로 활용한다.
실험 결과, 제안 방법인 DRUSvar는 단일 평면파 획득에서 높은 품질의 영상 복원을 달성하며, 기존 방법들과 비교해 우수한 성능을 보인다. DRUSvar는 신호 대 잡음비와 대비를 크게 향상시키고, 과도한 스무딩 없이 스펙클 잡음을 완화할 수 있다.
Statistik
합성 폐색 팬텀에서 DRUSvar의 일반화된 대비 대 잡음비(gCNR)는 0.98로 가장 높다.
합성 산란기 팬텀에서 DRUSvar의 축방향 공간 분해능(-6dB FWHM)은 0.34 mm로 가장 우수하다.
실제 데이터 실험에서 DRUSvar는 대비와 신호 대 잡음비 측면에서 다른 방법들을 크게 능가한다.
Kutipan
"확산 모델의 확률적 특성을 모델링하고 그 분산을 에코 강도 추정기로 활용한다."
"DRUSvar는 신호 대 잡음비와 대비를 크게 향상시키고, 과도한 스무딩 없이 스펙클 잡음을 완화할 수 있다."