利用超快超声数据进行鲁棒心脏运动估计：一种低秩拓扑保持方法
计算机视觉与模式识别
2017-04-26 v2
摘要
心脏运动估计是检测心脏病的重要诊断工具，已利用 MRI 和常规超声 (US) 序列等模态进行了探索。由于复杂的运动模式和噪声的存在，US 心脏运动估计仍面临挑战。在这项工作中，我们提出了一种利用超快超声数据估计心脏运动的新方法。我们的解决方案基于一种以 L2 正则化类为特征的变分公式。位移由 b-样条 lattice 表示，我们通过应用最大似然型估计量来确保鲁棒性。虽然这是我们解决方案的重要组成部分，但本文的主要亮点是将低秩数据表示与拓扑保持相结合。低秩数据表示（通过寻找由数据序列排列而成的 Casorati 矩阵的 k 个主导奇异值实现）加速了全局求解并实现了降噪。另一方面，拓扑保持（通过监测 Jacobian 行列式实现）允许彻底排除畸变，同时仔细控制允许的膨胀和收缩大小。我们的变分方法在真实数据集和模拟数据集上进行了实施。我们通过细致的数值实验展示了所提出的变分解决方案如何处理复杂变形。在保持解的精度的同时，低秩预处理被证明能加速变分问题的收敛。除了心脏运动估计外，我们的方法对于分析其他经历运动的器官也很有前景。
引用
@article{arxiv.1611.02730,
title = {Robust Cardiac Motion Estimation using Ultrafast Ultrasound Data: A Low-Rank-Topology-Preserving Approach},
author = {Angelica I. Aviles and Thomas Widlak and Alicia Casals and Maartje M. Nillesen and Habib Ammari},
journal= {arXiv preprint arXiv:1611.02730},
year = {2017}
}
备注
15 pages, 10 figures, Physics in Medicine and Biology, 2017