通过基于扩散的深度学习模型抑制超声导图像中的HIFU干扰
Dejia Cai1, Kun Yang2, Xintao Liu3
1State Key Laboratory of Ultrasound in Medicine and Engineering, College of Biomedical Engineering, Chongqing Medical University, Chongqing, 400016, China.
Computer methods and programs in biomedicine
|July 2, 2024
概括
本研究介绍了HIFU-Diff,这是一种深度学习模型,用于抑制超声引导高强度聚焦超声 (HIFU) 手术中的声学干扰. 该模型可以实时监控,提高非侵入性治疗的安全性和有效性.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 超声导向高强度聚焦超声 (HIFU) 手术需要同时进行治疗和成像.
- 实时监控具有挑战性,因为HIFU超声波的声学干扰会破坏超声波图像.
研究的目的:
- 开发一种深度学习 (DL) 解决方案,以抑制超声波成像中的HIFU干扰.
- 为了实现同时进行HIFU治疗和实时超声波成像,以加强外科监测.
主要方法:
- 提出了一个扩散隐性模型 (HIFU-Diff) 来抑制HIFU干扰.
- 通过扩散模型处理干扰抑制作为高分辨率图像生成任务.
- 使用广泛的ex-vivo和in-vivo实验数据验证了网络.
主要成果:
- 在重建无干扰图像方面,HIFU-Diff显著优于口过和1D FUS-Net.
- 在强烈干扰和复杂的体内条件下表现出卓越的性能.
- 重建的图像保留了声学特征,使定量衰减成像成为可能.
结论:
- HIFU-Diff模型允许同时进行HIFU治疗和超声波成像,以实时监控治疗.
- 这一进步可以提高非侵入性治疗的安全性和有效性.
- 这是开发用于HIFU干扰抑制的第一个基于扩散的模型.
更多相关视频
08:08Evaluating Targeting Accuracy in the Focal Plane for an Ultrasound-guided High-intensity Focused Ultrasound Phased-array System
Published on: March 6, 2019
5.2K
08:02A High-Throughput Image-Guided Stereotactic Neuronavigation and Focused Ultrasound System for Blood-Brain Barrier Opening in Rodents
Published on: July 16, 2020
4.8K
