用于医学超声成像中血流估计的联合盲去卷积与鲁棒主成分分析
图像与视频处理
2020-07-13 v1 计算机视觉与模式识别
摘要
本文研究从超快超声图像序列中进行高分辨率多普勒血流估计的问题。文献中将杂波与血流成分分离表述为逆问题，已被证明是基于时空奇异值分解（SVD）杂波滤波的良好替代方案。特别地，近期有研究将去卷积步骤嵌入该问题以减弱成像系统实验测得的点扩散函数（PSF）的影响。在此背景下，去卷积被证明可提高血流重建的精度。然而，测量 PSF 需要非平凡的实验装置。为克服该限制，我们提出一种盲去卷积方法，能够从多普勒数据中同时估计血流成分与 PSF。在仿真与体内数据上进行的数值实验，从定性与定量两方面证明了所提方法相对于基于实验测得 PSF 的先前方法以及另外两种最先进方法的的有效性。
引用
@article{arxiv.2007.05428,
title = {Joint Blind Deconvolution and Robust Principal Component Analysis for Blood Flow Estimation in Medical Ultrasound Imaging},
author = {Duong-Hung Pham and Adrian Basarab and Ilyess Zemmoura and Jean-Pierre Remenieras and Denis Kouame},
journal= {arXiv preprint arXiv:2007.05428},
year = {2020}
}
备注
9 pages, 7 figures