基于深度学习的心脏超声高帧率成像
计算机视觉与模式识别
2018-08-24 v1
摘要
心脏超声成像需要高帧率以捕捉快速运动。这可以通过多线采集(MLA)实现,即从每条宽聚焦发射线获得若干窄聚焦接收线。这缩短了采集时间,但代价是引入块状伪影。本文提出一种数据驱动的基于学习的方法来改善MLA图像质量。我们在通过MLA和相应的单线采集(SLA)获取的真实超声心脏数据对上训练一个端到端卷积神经网络。该网络在线和线MLA下的图像质量均得到显著改善,其去相关度量与SLA相似,同时具有MLA的帧率。
引用
@article{arxiv.1808.07823,
title = {High frame-rate cardiac ultrasound imaging with deep learning},
author = {Ortal Senouf and Sanketh Vedula and Grigoriy Zurakhov and Alex M. Bronstein and Michael Zibulevsky and Oleg Michailovich and Dan Adam and David Blondheim},
journal= {arXiv preprint arXiv:1808.07823},
year = {2018}
}
备注
To appear in the Proceedings of MICCAI, 2018