适应性多级值用于基于SVD的杂乱过,用于超快速的Transthoracic冠状动脉流量成像

科学领域:

• 医疗成像医学成像
• 超声波技术 超声波技术
• 生物医学工程 生物医学工程

背景情况:

• 传统的多普勒技术在胸前冠状动脉流成像方面面临着挑战,原因是波波不聚焦,分辨率限制和组织运动.
• 现有的超快的多普勒和单数值分解方法在最佳的组织血液和血液噪声值方面扎,限制了图像对比度.
• 这在复杂的超声波场景中阻碍了精确的冠心流量测量.

研究的目的:

• 开发一种新的局部血液子空间检测方法,以改善横胸冠状动脉流动成像.
• 在具有挑战性的超声波环境中克服超快多普勒和奇数值分解的值限制.
• 为了增强对比度和减少冠状动脉血流可视化中的器件.

主要方法:

• 引入了局部血液子空间检测方法,使用山谷强调的Otsu方法对像素级组织-血液 (TB) 和血液-噪声 (BN) 值估计的多层次值.
• 开发了一个加权面具 (WM),以根据当地结核病和BN值评估血液含量.
• 实施了树结构k-means集群方法,用于计算效率的噪声拒绝 (NR),在基于集群的 (CB) 层面 (CBLT+NR+WM) 应用本地值 (LT).

主要成果:

• 评估了拟议的CBLT+NR+WM方法,使用原生猪心脏模型.
• 与传统的全球值方法相比,显示出显著的改进.
• 在抑制组织信号方面,平均增加了10.8dB (对比/噪声比) 和11.2dB (对比).
• 在抑制噪声信号中显示了平均5dB (CNR) 和9dB (对比度) 的增加.

结论:

• 拟议的方法有效地减弱了残留组织和噪声信号.
• 在提高多普勒图像质量方面优于传统的全球值.
• 在具有挑战性的跨胸部超声波设置中,对精确的冠状动脉流量测量有显著的希望.