用于超声波束成形的深度学习
信号处理
2021-09-24 v1 人工智能
图像与视频处理
摘要
诊断成像在医疗中起着关键作用，是及时诊断、疾病分期与管理以及治疗选择、规划、引导和随访的基础手段。在诊断成像选项中，超声成像具有独特地位，作为一种极具成本效益的模态，它凭借实时特性为临床医生提供了无与伦比且极宝贵的互动水平。超声探头正变得日益紧凑与便携，市场对低成本袖珍及（体内）微型设备的需求不断扩张。与此同时，存在向3D成像与高帧率成像方案发展的强劲趋势；二者均伴随急剧增长的数据速率，给探头-系统通信及后续图像重建算法带来沉重负担。随着对以更少（如非聚焦或并行）发射实现高质量图像重建与信号提取（以促进快速成像）的需求，以及向紧凑探头的推进，现代超声成像严重依赖强大数字接收通道处理上的创新。波束成形，即将接收到的超声回波映射到空间图像域的过程，自然位于超声图像形成链的核心。在本章“用于超声波束成形的深度学习”中，我们讨论深度学习方法为何及何时能在数字波束成形流程中发挥引人注目的作用，并展示如何利用这些 data-driven 系统改进超声图像重建。
引用
@article{arxiv.2109.11431,
title = {Deep Learning for Ultrasound Beamforming},
author = {Ruud JG van Sloun and Jong Chul Ye and Yonina C Eldar},
journal= {arXiv preprint arXiv:2109.11431},
year = {2021}
}