論文の概要: Image-Based Metrics in Ultrasound for Estimation of Global Speed-of-Sound
- arxiv url: http://arxiv.org/abs/2503.14094v1
- Date: Tue, 18 Mar 2025 10:11:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-19 14:14:11.452665
- Title: Image-Based Metrics in Ultrasound for Estimation of Global Speed-of-Sound
- Title（参考訳）: 大域的音速推定のための超音波画像計測
- Authors: Roman Denkin, Orcun Goksel,
- Abstract要約: 組織音速(SoS)を推定するための新しい簡便なアプローチとして,従来の画像解析手法とメトリクスを活用することを提案する。
数値シミュレーションおよびファントム実験において,画像品質,画像類似性,多フレーム変動を評価するために,11の指標について検討した。
- 参考スコア（独自算出の注目度）: 2.353522823873959
- License:
- Abstract: Accurate speed-of-sound (SoS) estimation is crucial for ultrasound image formation, yet conventional systems often rely on an assumed value for imaging. While several methods exist for SoS estimation, they typically depend on complex physical models of acoustic propagation. We propose to leverage conventional image analysis techniques and metrics, as a novel and simple approach to estimate tissue SoS. We study eleven metrics in three categories for assessing image quality, image similarity and multi-frame variation, by testing them in numerical simulations and phantom experiments. Among single-frame image quality metrics, conventional Focus and our proposed Smoothed Threshold Tenengrad metrics achieved satisfactory accuracy, however only when applied to compounded images. Image quality metrics were largely surpassed by various image comparison metrics, which exhibited errors consistently under 8 m/s even applied to a single pair of images. Particularly, Mean Square Error is a computationally efficient alternative for global estimation. Mutual Information and Correlation are found to be robust to processing small image segments, making them suitable, e.g., for multi-layer SoS estimation. The above metrics do not require access to raw channel data as they can operate on post-beamformed data, and in the case of image quality metrics they can operate on B-mode images, given that the beamforming SoS can be controlled for beamforming using a multitude of values. These image analysis based SoS estimation methods offer a computationally efficient and data-accessible alternative to conventional physics-based methods, with potential extensions to layered or local SoS imaging.
- Abstract（参考訳）: 超音波画像形成には正確な音速推定(SoS)が不可欠であるが、従来のシステムは画像に推定値に依存することが多い。
SoS推定にはいくつかの方法が存在するが、それらは典型的には音響伝搬の複雑な物理モデルに依存する。
そこで本研究では,従来の画像解析手法とメトリクスを,組織SOSを推定するための新しい,シンプルなアプローチとして活用することを提案する。
数値シミュレーションおよびファントム実験において,画像品質,画像類似性,多フレーム変動を評価するために,11の指標について検討した。
Smoothed Threshold Tenengradは, 単フレーム画像品質指標のうち, 合成画像に適用した場合のみ, 良好な精度が得られた。
画像品質の指標は、様々な画像比較指標によって大きく超えられ、単一の画像に対しても連続して8m/s以下の誤差を示していた。
特に、Mean Square Errorは、大域的推定の計算的に効率的な代替手段である。
相互情報と相関は、小さな画像セグメントの処理に頑健であり、多層SoS推定に適している。
上記のメトリクスは、ポストビーム化データで操作できるため、生のチャネルデータにアクセスする必要はなく、画像品質のメトリクスの場合、ビームフォーミングSoSを複数の値を用いてビームフォーミングするために制御できるため、Bモードイメージで操作できる。
これらの画像解析に基づくSoS推定手法は、従来の物理に基づく手法に代えて、計算効率が高く、データアクセス可能な代替手段を提供し、層状または局所的なSoSイメージングへの潜在的な拡張を提供する。
関連論文リスト
- A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
ディープニューラルネットワークは、アンダーサンプル計測から高忠実度画像を再構成する大きな可能性を示している。
我々のモデルは、離散化に依存しないアーキテクチャであるニューラル演算子に基づいている。
我々の推論速度は拡散法よりも1,400倍速い。
論文 参考訳（メタデータ） (2024-10-05T20:03:57Z) - Implicit Neural Representations for Speed-of-Sound Estimation in Ultrasound [3.9665976815001165]
入射神経表現(英語: Implicit Neural representations、INR)は、ネットワークの重みを通して画像や物理量などの連続的な機能を符号化するニューラルネットワークアーキテクチャの一種である。
本研究では、米国における音速推定(SoS)にINRを用いる。
論文 参考訳（メタデータ） (2024-09-21T06:43:38Z) - CrossScore: Towards Multi-View Image Evaluation and Scoring [24.853612457257697]
相互参照画像品質評価法は画像評価景観のギャップを埋める。
本手法は,地上の真理参照を必要とせず,精度の高い画像品質評価を可能にする。
論文 参考訳（メタデータ） (2024-04-22T17:59:36Z) - MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。
実験により,提案手法が現在の先行手法を超越していることが実証された。
論文 参考訳（メタデータ） (2024-01-19T04:40:20Z) - PIQI: Perceptual Image Quality Index based on Ensemble of Gaussian
Process Regression [2.9412539021452715]
デジタル画像の品質を評価するためにPIQI(Perceptual Image Quality Index)を提案する。
PIQIの性能は6つのベンチマークデータベースでチェックされ、12の最先端の手法と比較される。
論文 参考訳（メタデータ） (2023-05-16T06:44:17Z) - Probabilistic Deep Metric Learning for Hyperspectral Image
Classification [91.5747859691553]
本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。
ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。
我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
論文 参考訳（メタデータ） (2022-11-15T17:57:12Z) - Paired Image-to-Image Translation Quality Assessment Using Multi-Method
Fusion [0.0]
本稿では,画像品質の信号のペア化と変換を併用して,後者の類似性と仮説的基底真理を推定する手法を提案する。
我々は,深部画像構造とテクスチャ類似性(DISTS)を予測するために,勾配型回帰器のアンサンブルを用いたマルチメソッドフュージョン(MMF)モデルを訓練した。
分析の結果,測定時間と予測精度の間にトレードオフが生じ,特徴制約を課すことが判明した。
論文 参考訳（メタデータ） (2022-05-09T11:05:15Z) - Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction [138.04956118993934]
本稿では, サース・トゥ・ファインス・スパース・トランス (CST) を用いた新しいトランス方式を提案する。
HSI再構成のための深層学習にHSI空間を埋め込んだCST
特に,CSTは,提案したスペクトル認識スクリーニング機構(SASM)を粗いパッチ選択に使用し,選択したパッチを,細かなピクセルクラスタリングと自己相似性キャプチャのために,カスタマイズしたスペクトル集約ハッシュ型マルチヘッド自己アテンション(SAH-MSA)に入力する。
論文 参考訳（メタデータ） (2022-03-09T16:17:47Z) - A Hierarchical Transformation-Discriminating Generative Model for Few
Shot Anomaly Detection [93.38607559281601]
各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。
この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
論文 参考訳（メタデータ） (2021-04-29T17:49:48Z) - Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。
本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
論文 参考訳（メタデータ） (2021-03-01T19:19:38Z) - Learning Ultrasound Rendering from Cross-Sectional Model Slices for
Simulated Training [13.640630434743837]
計算シミュレーションは、バーチャルリアリティーにおけるそのようなスキルの訓練を容易にする。
インタラクティブな時間に任意のレンダリングやシミュレーションプロセスをバイパスするためにここに提案します。
我々は、専用のジェネレータアーキテクチャと入力供給方式を備えた生成的対向フレームワークを使用する。
論文 参考訳（メタデータ） (2021-01-20T21:58:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。