超声小血管成像的实时自适应局部时空杂波过滤
医学物理
2024-05-21 v1
摘要
有效的杂波过滤对于抑制组织杂波和提取血流信号在多普勒超声成像中至关重要。最近的基于特征值的杂波过滤技术的进展使无需对比剂即可实现微血管成像。然而，在临床扫描场景中实现基于特征值的这种杂波技术的完全自适应、高度灵敏和实时实现仍具有挑战。为此，本文提出一种基于特征值分解（EVD）和 novel 局部数据处理框架的快速时空杂波过滤技术，用于稳健和高清超声血流成像。与现有的局部杂波过滤器硬分割超声数据到小块不同，我们的方法将原始数据应用一系列2D空间高斯窗口，以生成局部数据子集。该方法在流体检测中改善了性能，同时有效避免了以计算时间著名减少所需的子集数量。通过利用图形处理单元（GPU）的计算能力，我们展示了该方法的实时实现能力。我们还引入和系统性地评估了几个针对EVD基过滤的自适应和自动特征值阈值方法，以促进血流成像的优化，无论是全局还是局部处理。该方法的可行性通过phantoms和不同体内研究的实验结果得到验证，揭示了稳健的临床应用潜力。还研究了在局部处理中，与提高性能相关的分组大小和子集数量之间的性能和计算成本之间的权衡。
引用
@article{arxiv.2405.11105,
title = {Real-time Adaptive and Localized Spatiotemporal Clutter Filtering for Ultrasound Small Vessel Imaging},
author = {Chengwu Huang and U-Wai Lok and Jingke Zhang and Hui Liu and Shigao Chen},
journal= {arXiv preprint arXiv:2405.11105},
year = {2024}
}