基于深度学习的可附加双元件内镜超声探头合成高分辨率深部成像
图像与视频处理
2023-09-14 v1 系统与控制
系统与控制
摘要
内镜超声（EUS）成像在分辨率和穿透深度之间存在权衡。考虑到人体器官的在体特性，有必要为精确诊断向临床医生提供适当的硬件规格。近来，已有包括深度学习领域 SR 任务在内的超分辨率（SR）超声成像研究被报道用于增强超声图像。然而，这些研究大多未考虑超声成像本质，而是基于超声图像下采样的传统 SR 技术。在本研究中，我们提出了一种新颖的基于深度学习的高分辨率深部成像探头，能够提供低频和高频超声图像对。我们开发了一种在小型硬件约束下带有定制低频和高频超声换能器的可附加双元件 EUS 探头。我们还设计了一种特殊齿轮结构以实现相同成像平面。所提系统通过线模体和仿组织模体进行了评估。评估后，从仿组织模体获取了 442 对超声图像。我们随后应用若干深度学习模型以获得合成高分辨率深部图像，从而证明了我们的方法用于临床未满足需求的可行性。此外，我们对结果进行了定量与定性分析，以为我们的任务寻找合适的深度学习模型。所得结果表明，我们提出的带有图像到图像翻译网络的双元件 EUS 探头有潜力在组织深处提供合成高频超声图像。
引用
@article{arxiv.2309.06770,
title = {Deep Learning-based Synthetic High-Resolution In-Depth Imaging Using an Attachable Dual-element Endoscopic Ultrasound Probe},
author = {Hah Min Lew and Jae Seong Kim and Moon Hwan Lee and Jaegeun Park and Sangyeon Youn and Hee Man Kim and Jihun Kim and Jae Youn Hwang},
journal= {arXiv preprint arXiv:2309.06770},
year = {2023}
}
备注
10 pages, 9 figures