文献

J-GLOBAL ID：202202264290556202   整理番号：22A1085810

FUS-Net:U-NetベースのFUS干渉フィルタリング【JST・京大機械翻訳】

FUS-Net: U-Net-Based FUS Interference Filtering

著者 (2件)： Lee Stephen A. (Department of Biomedical Engineering, Columbia University, New York, NY, USA) ,  Konofagou Elisa E. (Department of Biomedical Engineering, Columbia University, New York, NY, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 41  号： 4  ページ： 915-924  発行年： 2022年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  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： 高強度集束超音波(FUS)のような超音波ベース治療に向けて,より高いパワー超音波が超音波弾性イメージングのための放射力を発生するか,または治療/セラノスティックが,FUSからの干渉によって影響を受ける。アーチファクトは,強度とパワーによってより顕著になった。この限界を克服するために,著者らは,FUS-net,FUSアーチファクト除去のためのTensorflow 2.3における「クリーン」および「崩壊」RFデータに関するCNNベースのU-netオートエンコーダを訓練したエンドツーエンドを組込む方法を提案した。ネットワークでは,潜在的空間におけるRFデータとFUSアーチファクトの表現を学習し,崩壊したRF入力の出力はクリーンなRFデータである。FUS-netは,評価したテストデータセット上で,積層オートエンコーダ(SAE)よりも15%優れていることを見出した。FUS-net RFからビーム成形したBモード画像は,ノッチフィルタリングおよび適応最小平均2乗フィルタRFデータよりも,優れたスペックル品質およびより良いコントラスト雑音(CNR)を示した。さらに,FUS-netフィルタリング画像は,すべての圧力レベルで,非seenスキャンから収集されたクリーン画像に対して,より低い誤差およびより高い類似性を有した。最後に,FUS-net RFを既存の相互相関スペックルトラッキングアルゴリズムで用いて変位マップを生成した。FUS-netは,RFデータから高圧FUS干渉を除去する従来のフィルタリングとSAEsを現在凌駕し,従って,すべてのFUSベースイメージングと治療方法に適用可能である。Copyright 2022 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： *干渉 ,  コントラスト ,  雑音 ,  超音波 ,  ネットワーク ,  *フィルタリング ,  画像 ,  ノッチフィルタ ,  エンドツーエンド方式 ,  スペックル ,  超音波画像 ,  アーチファクト ,  ビーム成形
準シソーラス用語： 相互相関 ,  Bモード画像 ,  集束超音波 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： FUS ,  U-Net ,  干渉フィルタ