深度光束成型为实时3D被动声学映射与行列定位数组的行列定位数组

科学领域:

• 医疗成像医学成像
• 声学 声学 在声学方面
• 超声波技术 超声波技术 超声波技术

背景情况:

• 被动声学映射 (PAM) 对于监测聚焦超声波 (FUS) 疗法至关重要.
• 目前使用二维矩阵阵列的3D PAM方法受到高通道计数和复杂电子学限制.
• 列列定位 (RCA) 阵列为实时3D超声波成像提供了解决方案,但缺乏3D PAM方法.

研究的目的:

• 开发一种实时3D被动声学映射方法,用于行列地址 (RCA) 阵列.
• 为了在聚焦超声波 (FUS) 治疗期间准确地3D监测微气泡 (MB) 化活动.

主要方法:

• 提出了一种使用深度神经网络 (DNN) 的深度光束转换器.
• DNN将RCA阵列的射频 (RF) 微气泡 (MB) 化信号映射到3D PAM图像中.
• 使用角光谱 (AS) 方法对比传统的2D矩阵阵列的性能.

主要成果:

• 实现了与矩阵阵列相比较的图像质量,能量传播体积 (ESV) 的差异<13.2%,图像信号与噪声比率 (ISNR) 的差异<1.8%.
• 在CPU上减少11倍,在GPU上减少30倍的图像重建时间.
• 在GPU上以42.4卷/秒的实时3D重建速度进行了演示,其128×128×128$的体积.
• 实验数据证实了MB化活动的精确3D定位.

结论:

• 拟议的深波变频器可以使用RCA阵列实现实时3D PAM.
• 这项技术可在FUS治疗期间对微气泡腔化进行可行的3D监测.
• 基于神经网络的光束成型是先进超声波成像应用的可行方法.