文献

J-GLOBAL ID：201902267659269195   整理番号：19A1606019

ロバスト行列完備化アルゴリズムを用いた超音波カラーフローイメージングにおけるクラッタ成分の抑制:シミュレーションとファントム研究【JST・京大機械翻訳】

Suppressing Clutter Components In Ultrasound Color Flow Imaging Using Robust Matrix Completion Algorithm: Simulation And Phantom Study

著者 (4件)： Ashikuzzaman Md (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC, Canada) ,  Belasso Clyde (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC, Canada) ,  Gauthier Claudine J. (Department of Physics, Concordia University, Montreal, QC, Canada) ,  Rivaz Hassan (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISBI  ページ： 745-749  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,超音波カラーフローイメージング(CFI)におけるクラッタを抑制するための新しい技術を提案した。ゆっくり移動する組織から生じる予想外のクラッタ信号は,血管系の明確な可視化を妨げる。固有ベースのフィルタを用いることは,組織エコーを拒絶する最先端技術である。しかしながら,これらのアルゴリズムにおけるクラッタと血液部分空間の正確なランクを見つけることは,問題のままである。さらに,雑音データの場合,線形固有ベースフィルタはクラッタの非効率的な抑制をもたらす。さらに,従来の固有ベースの方法は,長い計算時間を受ける。これらの問題を解決するために,移動する血液が前景であり,定常組織が背景としてモデル化されるという,前述の背景分離問題としてのクラッタ排除のタスクを考察した。この問題は,超音波CFIにおけるクラッタを抑制するために高速ロバスト行列混合(FRMC)アルゴリズムを適用することによって解決される。得られた超音波フレームをデータ行列に積み重ね,そのランクを,疎な血液成分を抽出する面外拡張Frank-Wolfe法を用いて最小化した。この方法では,クラッタと血液サブ空間のランクを決定するための手動調整が必要でない。さらに,アルゴリズムは実質的に計算時間を減少させた。著者らは,超音波におけるクラッタを抑制するために,提案した技術RAPID-Robustマトリックス分解を命名した。シミュレーションと流れファントムのデータに対して迅速性を検証し,その結果を従来の特異値分解(SVD)法の結果と比較した。両方の実験において,RAPIDはSVDより血管のより良い可視化を提供する。さらに,RAPIDは実行時間を12,000%以上改善した。Copyright 2019 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： 血管 ,  高速度 ,  *クラッタ ,  *超音波 ,  *ロバスト性 ,  モデリング ,  *ファントム ,  *アルゴリズム ,  可視化 ,  特異値分解 ,  雑音 ,  線形性 ,  *シミュレーション ,  フィルタ
準シソーラス用語： 前景 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： ロバスト ,  行列 ,  アルゴリズム ,  超音波 ,  クラッタ ,  シミュレーション ,  ファントム ,  研究