从窄带到宽带：用于超声带宽恢复的自编码Transformer
信号处理
2025-11-06 v1 人工智能
摘要
传统的脉冲回波超声在低成本探头仅能提供窄分数带宽时会受到限制，这会拉长脉冲并抹去高频细节。我们通过学习一种数据驱动的映射，将带限的射频（RF）线频谱图转换为宽带频谱图，来解决这一局限性。为此，我们使用课程加权损失在模拟数据上训练了一种Tiny Vision Transform（ViT）自编码器的变体。在异质散斑-囊肿体模上，与窄带输入相比，该网络将图像域MSE降低了90%，PSNR提升了6.7 dB，并将SSIM提升至0.965。它还在一个完全未见过的分辨率体模中锐化了点目标行，展示了强大的分布外泛化能力，且未牺牲帧率或相位信息。这些结果表明，纯软件升级即可使已安装的窄带探头具备类似宽带的性能，可能有助于在资源受限的环境中拓宽高分辨率超声的可及性。
引用
@article{arxiv.2511.02938,
title = {From Narrow to Wide: Autoencoding Transformers for Ultrasound Bandwidth Recovery},
author = {Sepideh KhakzadGharamaleki and Hassan Rivaz and Brandon Helfield},
journal= {arXiv preprint arXiv:2511.02938},
year = {2025}
}