采集即学习：面向超声成像波束形成的主动学习框架
信号处理
2022-08-02 v1 分布式、并行与集群计算
图像与视频处理
摘要
近来，利用神经网络（NNs）加速超声（US）成像自适应波束形成已有诸多尝试。然而，这些尝试大多基于静态模型，即它们被训练来学习单一自适应波束形成方法（例如最小方差无失真响应（MVDR）），并假定其能带来最佳图像质量。此外，此类 NNs 的训练仅在获取消耗若干吉字节（GBs）存储空间的大量数据之后才启动。本研究首次在 NNs 背景下描述了一种用于波束形成的主动学习框架。用户所选最佳质量图像作为所提技术的真值，该技术在数据采集的同时训练 NN。平均而言，主动学习方法完成单次训练迭代耗时 0.5 秒。
引用
@article{arxiv.2208.00464,
title = {Learning while Acquisition: Towards Active Learning Framework for Beamforming in Ultrasound Imaging},
author = {Mayank Katare and Mahesh Raveendranatha Panicker and A N Madhavanunni and Gayathri Malamal},
journal= {arXiv preprint arXiv:2208.00464},
year = {2022}
}