文献

J-GLOBAL ID：201802229716624154   整理番号：18A2095737

多チャネルマルチスケール畳込みニューラルネットワークによる平面波超音波画像の高空間時間分解能再構成【JST・京大機械翻訳】

High Spatial-Temporal Resolution Reconstruction of Plane-Wave Ultrasound Images With a Multichannel Multiscale Convolutional Neural Network

著者 (6件)： Zhou Zixia (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Wang Yuanyuan (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Yu Jinhua (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Guo Yi (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Guo Wei (Department of Electronic Engineering, Fudan University, Shanghai, China) ,  Qi Yanxing (Department of Electronic Engineering, Fudan University, Shanghai, China)
資料名： IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control  (IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control)
巻： 65  号： 11  ページ： 1983-1996  発行年： 2018年 
JST資料番号： H0369A  ISSN： 0885-3010  CODEN： ITUCER  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,平面波イメージング(PWI)はその高い時間分解能のためにかなりの注目を集めている。しかしながら,PWIの低空間分解能は,その臨床応用を制限し,PW超音波画像の高空間分解能再構成に関する様々な研究をもたらした。合成法と従来の高空間分解能再構成法は画質を改善できるが,これらの技術は時間分解能を減少させる。学習法はPW超音波の高時間分解能を完全に保存できるので,PW超音波画像の高空間時間分解能再構成のための新しい畳込みニューラルネットワーク(CNN)モデルを提案した。PWデータの多角度形式を考慮して,平衡訓練を生成するために多チャネルモデルを導入した。局所的および文脈的情報を結合するために,マルチスケールモデルを採用した。これらの2つの革新は,著者らのマルチチャンネルとマルチスケールCNN(MMCNN)モデルを構成した。従来のCNN法と比較して,提案したモデルは,カスケードウェーブレット後処理段階を訓練したMMCNNモデルと結合した二段階構造を用いた。カスケードウェーブレットポスト処理はスペックル情報を保存することを目的としている。さらに,フィードバックシステムを,オーバフィッティング問題を解決するためにネットワーク訓練の反復プロセスに追加して,収束を作り出すことを助けた。これらの改良に基づいて,単一角度BモードPW画像とその対応する多角度複合化高分解能画像の間に,エンドツーエンド写像を確立した。シミュレーション,ファントム,および実際の人間データについて実験を行った。提案した方法の利点をコヒーレントPWコンパウンディング法,従来の最大事後ベース高空間分解能再構成法,および二次元CNN複合化法と比較し,その結果は,本手法がより良い時間分解能と同等の空間分解能を達成できることを検証した。臨床的利用において,提案した方法は,多くの超高速画像応用を満足するために装備されており,それは高い空間的時間分解能を必要とする。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スペックル ,  コヒーレンス ,  *ネットワーク ,  *画像 ,  空間分解能 ,  *超音波画像 ,  ファントム ,  *超音波 ,  写像 ,  画像処理 ,  二次元 ,  *再構成 ,  *時間分解能
準シソーラス用語： *マルチスケール ,  *マルチチャネル , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (7件)： 多チャネル ,  マルチスケール ,  畳込みニューラルネットワーク ,  平面波 ,  超音波画像 ,  時間分解能 ,  再構成