文献

J-GLOBAL ID：202102226962333811   整理番号：21A0578749

超音波圧縮センシングデータのための信号処理フレームワーク:エンベロープ検出とスペクトル解析【JST・京大機械翻訳】

Signal-Processing Framework for Ultrasound Compressed Sensing Data: Envelope Detection and Spectral Analysis

著者 (3件)： Kim Yisak ,  Park Juyoung ,  Kim Hyungsuk
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 19  ページ： 6956  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 取得時間と貯蔵要求は,データセットのサイズが増加するので,信号処理アプリケーションにおいてますます重要になった。したがって,圧縮センシング(CS)は,Nyquistサンプリング速度以下の周波数で収集したより少ないデータサンプルを用いて元の信号が再構成できるので,代替処理技術として出現した。しかし,時間と周波数領域の両方におけるCSデータのさらなる解析は,従来の信号処理技術が非圧縮データのために設計されるので,時間領域データの元の形状の再構成を必要とする。本論文では,適切な基底行列を用いて,アンダーサンプリング超音波CSデータから直接周波数領域解析のためのスペクトル特性を抽出する信号処理フレームワークを提案し,これを時間領域信号のエンベロープに効率的に変換し,完全な再構成を回避した。この技法は,時間と周波数領域解析の両方で従来のフレームワークよりもより正確な結果を生成し,情報の損失なしに,完全な再構成よりも実行において簡単で高速である。したがって,提案フレームワークは,特に大規模データセットを扱う小型で携帯可能なシステムに対して,超音波CSデータを用いた信号処理の新しい標準を提供する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Fourier変換 ,  *超音波 ,  基底 ,  *信号処理 ,  *スペクトル解析 ,  再構成 ,  応用プログラム ,  *エンベロープ ,  周波数領域
準シソーラス用語： アンダーサンプリング ,  *圧縮センシング ,  時間領域 ,  大規模データセット , 【Automatic Indexing@JST】

著者キーワード (8件)： 圧縮センシング(CS) ,  CS再構成 ,  Fourier変換 ,  エンベロープ検出 ,  Hilbert変換 ,  解析信号 ,  超音波Bモード画像 ,  超音波減衰マップ

分類 (1件)： 信号理論  (ND02020G)

引用文献 (39件)：

• Donoho, D.L. Compressed sensing. IEEE Trans. Inf. Theory 2006, 52, 1289-1306.
• Shannon, C.E. Communication in the Presence of Noise. Proc. IRE 1949, 37, 10-21.
• Nyquist, H. Certain topics in telegraph transmission theory. Proc. IEEE 2002, 90, 280-305.
• Otazo, R.; Candès, E.; Sodickson, D.K. Low-rank plus sparse matrix decomposition for accelerated dynamic MRI with separation of background and dynamic components. Magn. Reson. Med. 2015, 73, 1125-1136.
• Metzler, C.A.; Maleki, A.; Baraniuk, R.G. From denoising to compressed sensing. IEEE Trans. Inf. Theory 2016, 62, 5117-5144.

タイトルに関連する用語 (5件)： 超音波 ,  圧縮センシング ,  フレームワーク ,  エンベロープ ,  スペクトル解析