对于超声波微血管成像的深度功率感知可调度权重

科学领域:

• 医疗成像医学成像
• 超声波技术 超声波技术
• 人工智能在医学中的应用

背景情况:

• 超声微血管成像 (UMI),包括超快功率多普勒成像 (uPDI) 和超声定位显微镜 (ULM),提供高率血流数据.
• 平面波 (PW) 传输中的低信号噪声比 (SNR) 限制了UMI图像质量.
• 现有的适应性光束造型器和深度学习 (DL) 噪声抑制方法在计算复杂性和灵活性方面面临挑战.

研究的目的:

• 为了提高基于DL的噪声抑制对UMI的适用性.
• 引入一种新的深度功率感知可调 (DPT) 重量后波器,用于延迟和总和 (DAS) 束形.
• 为了提高 PW 图像在 UMI 应用中的质量.

主要方法:

• 开发了Yformer,这是一个混合卷积变压器DL模型,作为DAS光束成型的后波器.
• Yformer从复合信封图像中估计了像素智能的噪声和信号功率.
• 可调节的噪声控制因子 (NCF) 用于计算权重,优化不同的UMI应用.

主要成果:

• 在老鼠大脑实验中,Yformer精确估计了噪音和信号功率 (SSIM > 0.95).
• 在DPT权衡中,性能与PUDI中的自适应光束造型器相当,计算成本较低.
• DPT权重显示出在各种ULM数据集 (模拟,老鼠大脑,老鼠肝脏) 中具有很好的概括性,提高了分辨率和容器细节.

结论:

• 拟议的Yformer模型和DPT权重有效地通过提高SNR和图像清晰度来提高UMI质量.
• 这种方法提供了一种灵活且计算效率高的解决方案,用于在UMI中抑制噪音.
• 该DPT权重显示出在推进需要高质量的UMI的临床应用中具有重大潜力,特别是在可视化小血管方面.