基于先验嵌入的调制INR用于超声成像重建
图像与视频处理
2025-10-08 v1
摘要
超声速成像通过以异常高的帧率获取数据，实现对快速生理动力学的可视化。然而，这种速度往往以空间分辨率和图像质量为代价，由于非聚焦波传递及其相关伪影。本文提出一种新型调制式隐式神经表征(INR)框架，利用从时延I/Q通道数据中提取的坐标基准神经网络条件化的潜在嵌入，实现高质量的超声图像重建。该方法集成复杂 Gabor 小波激活函数和条件网络，以捕捉I/Q 超声信号的振荡性和相位敏感性。我们在体内心内乳回声心动图(ICE)数据集上对该框架进行评估，证明其优于比较的当前最先进方法。我们认为，这些发现不仅凸显了INR建模在超声图像重建中的优势，也指向了将INR框架应用于其他医学成像模式的更广泛机遇。
引用
@article{arxiv.2510.05731,
title = {Modulated INR with Prior Embeddings for Ultrasound Imaging Reconstruction},
author = {Rémi Delaunay and Christoph Hennersperger and Stefan Wörz},
journal= {arXiv preprint arXiv:2510.05731},
year = {2025}
}
备注
Accepted to International Workshop on Advances in Simplifying Medical Ultrasound (ASMUS 2025)