横断面功能和超分辨率超声成像中自动畸变校正：针对小鼠和非人灵长类动物
医学物理
2026-05-08 v2 图像与视频处理
信号处理
摘要
颅骨引起的畸变仍是横断面超声定位显微学（ULM）的主要局限，导致微气泡错位、假检测以及 imaging 伪影，如断开或重复的血管。本文提出了一种可微分的波束成形框架，用于横断面 Doppler 和 ULM 的自动畸变校正。我们的方法使用基于延迟的参数化畸变，在角相干性作为目标函数的闭环优化中进行优化。我们在 vivo 实验中展示了横断面 ULM 的稳健性改进，显著提升了小鼠和非人灵长类动物（NHP）大脑的分辨率。我们还将可微分波束成形扩展到功能测量，提高了横断面功能超声（fUS）和 ULM 基于血流动力学量化的灵敏度。在 NHPs 上实现 3D 横断面 ULM 成像时，我们高效校正颅骨引起的畸变并消除血管重复等伪影。通过提供一种全自动且可推广的畸变校正方案，本工作降低了横断面超声成像的主要技术障碍，使更广泛的实验室能够采用这种非侵入性、超分辨率和功能神经成像技术。
引用
@article{arxiv.2605.01538,
title = {Automatic Aberration Correction for Transcranial Functional and Super-Resolution Ultrasound Imaging in Rodents and Nonhuman Primates},
author = {Paul Xing and Antoine Malescot and Eric Martineau and Stephan Quessy and Ravi L. Rungta and Numa Dancause and Jean Provost},
journal= {arXiv preprint arXiv:2605.01538},
year = {2026}
}