一种模拟真实超声图像的超快速方法
图像与视频处理
2021-09-23 v1 计算机视觉与模式识别
摘要
卷积神经网络(CNNs)在医学超声领域的多种处理任务中引起了快速增长的研究兴趣。然而，CNN的性能高度依赖于训练数据的数量与保真度。因此，数据匮乏几乎总是一个问题，尤其在临床数据不易获取的医学领域。利用合成数据是解决该挑战的常用途径。但是，使用Field II等软件包模拟大量图像耗时漫长，且模拟图像分布远偏离真实图像。在此，我们提出一种基于傅里叶变换的新型超快速超声图像模拟方法，并在病灶分割任务中评估其性能。我们证明，采用所提方法生成的图像进行数据增强，在Dice相似系数上显著优于Field II，而模拟速度近乎快36000倍（均在CPU上）。
引用
@article{arxiv.2109.10353,
title = {An Ultra-Fast Method for Simulation of Realistic Ultrasound Images},
author = {Mostafa Sharifzadeh and Habib Benali and Hassan Rivaz},
journal= {arXiv preprint arXiv:2109.10353},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2109.09969