基于扩散模型方差的超声图像增强

超声成像尽管在医学中广泛应用，但其图像质量常受噪声和伪影影响，从而降低信噪比和整体图像质量。增强超声图像需要在对比度、分辨率和斑点保留之间取得平衡。本文介绍了一种新颖的方法，将自适应波束形成与基于去噪扩散的方差成像相结合，以应对这一挑战。我们采用基于特征空间的最小方差（EBMV）波束形成，并利用在超声数据上微调的去噪扩散模型，通过计算多个去噪样本的方差来生成高质量的散斑抑制图像。该方法利用了超声的乘性噪声特性和扩散模型的随机性。在公开数据集上的实验结果表明，我们的方法在从单次平面波采集中重建高质量图像方面具有优越性。代码可在 https://github.com/Yuxin-Zhang-Jasmine/IUS2024_Diffusion 获取。