Aprendizaje profundo robusto para la velocidad de eco de pulso de imágenes de sonido a través de mapas de...

Área de la Ciencia:

• Imágenes médicas
• Tecnología de ultrasonido
• La inteligencia artificial en la medicina

Sus antecedentes:

• La distribución espacial precisa de la velocidad longitudinal del sonido (SoS) es crucial para la calidad de la imagen de ultrasonido y el valor diagnóstico.
• Las imágenes SoS permiten la corrección de la aberración y ofrecen un nuevo mecanismo de contraste para el diagnóstico de la enfermedad.
• Las imágenes de pulso-eco SoS presentan desafíos significativos, a menudo limitando la precisión en comparación con los métodos basados en la física.

Objetivo del estudio:

• Desarrollar un enfoque robusto de aprendizaje profundo (DL) para imágenes SoS con eco de pulso precisas.
• Aprender el mapeo no lineal entre los desplazamientos de tiempo medidos y SoS sin depender de modelos avanzados específicos.
• Mejorar el rendimiento de imágenes SoS a través de varias estrategias de optimización.

Principales métodos:

• Se desarrolló un modelo DL para aprender el mapeo no lineal de los cambios de tiempo a SoS.
• Los mapas de desplazamiento temporal se calcularon utilizando una configuración de ángulo medio común, datos normalizados en forma de haz y teniendo en cuenta la frecuencia dependiente de la profundidad.
• La medida del índice de similitud estructural (SSIM) se integró en la función de pérdida para el aprendizaje de la estructura global.
• Una estrategia de entrenamiento en dos etapas incluyó síntesis de trazado de rayos para el entrenamiento previo y simulaciones de onda completa para el ajuste fino.

Principales resultados:

• El modelo DL demostró robustez y generalización en diversas condiciones.
• Un modelo entrenado en simulación reconstruyó con éxito mapas SoS a partir de datos fantasma experimentales.
• El enfoque DL mejoró la precisión de la reconstrucción y la relación contraste-ruido en comparación con los métodos de inversión basados en la física.
• El método desarrollado mostró una alta precisión y robustez en los experimentos fantasma.

Conclusiones:

• El enfoque DL desarrollado ofrece un método potente y preciso para las imágenes de pulso-eco SoS.
• Esta técnica supera las limitaciones de los enfoques tradicionales basados en la física, mejorando la reconstrucción de imágenes.
• Los hallazgos destacan el potencial de DL para avanzar en la imagen de ultrasonido para mejorar las capacidades de diagnóstico.