[論文レビュー] On the Use of Singular Value Decomposition as a Clutter Filter for Ultrasound Flow Imaging

Kai Riemer, Marcelo Lerendegui+5 more|arXiv (Cornell University)|Apr 25, 2023

Ultrasound Imaging and ElastographyMedicine被引用数 3

ひとこと要約

本稿は、高フレームレート超音波血流イメージングにおける特異値分解（SVD）ベースのクラッター除去が引き起こすアーティファクトを調査し、組織の動き、不適切なしきい値選択、血流ダイナミクスが強度の変動、ゴースト化、信号の分裂を引き起こすことを示している。研究では、SVDフィルタリングが信号対雑音比を向上させる一方で、血行動態的信号を歪める可能性があることを明らかにし、アーティファクトを軽減するための動き補正と適応フィルタリングの導入を提案している。

ABSTRACT

Filtering based on Singular Value Decomposition (SVD) provides substantial separation of clutter, flow and noise in high frame rate ultrasound flow imaging. The use of SVD as a clutter filter has greatly improved techniques such as vector flow imaging, functional ultrasound and super-resolution ultrasound localization microscopy. The removal of clutter and noise relies on the assumption that tissue, flow and noise are each represented by different subsets of singular values, so that their signals are uncorrelated and lay on orthogonal sub-spaces. This assumption fails in the presence of tissue motion, for near-wall or microvascular flow, and can be influenced by an incorrect choice of singular value thresholds. Consequently, separation of flow, clutter and noise is imperfect, which can lead to image artefacts not present in the original data. Temporal and spatial fluctuation in intensity are the commonest artefacts, which vary in appearance and strengths. Ghosting and splitting artefacts are observed in the microvasculature where the flow signal is sparsely distributed. Singular value threshold selection, tissue motion, frame rate, flow signal amplitude and acquisition length affect the prevalence of these artefacts. Understanding what causes artefacts due to SVD clutter and noise removal is necessary for their interpretation.

研究の動機と目的

• SVDベースのクラッター除去が2次元超音波血流イメージングに及ぼす画像アーティファクトを特定・特徴づけること。
• 組織の動き、血流速度、信号振幅、特異値しきい値の選択がアーティファクトの発生に与える影響を調査すること。
• 非線形クラッターおよび時間的に変化する組織ダイナミクスに対処する際のSVDの線形フィルタリング手法としての限界を評価すること。
• 動き補正（MoCo）およびスライディングウインドウSVDの有効性を、アーティファクト低減の観点から評価すること。
• 臨床医および研究者によるSVDパラメータの最適選択に関する実用的ガイドラインを提供し、血流信号の誤解釈を最小限に抑えること。

提案手法

• 超音波血流イメージングデータにSVDを適用し、組織、血流、雑音成分を表す特異値に信号を分解すること。
• クラッター、血流、雑音の各サブスペースが直交すると仮定し、特異値にしきい値を適用して血流関連成分のみを保持すること。
• 組織の動きを推定・補正する動き補正（MoCo）を実装し、時間的に変化するアーティファクトを低減すること。
• 時間的セグメントにわたりデータを適応的に処理するスライディングウインドウSVDフィルタを採用し、動き下での安定性を向上させること。
• シミュレーションおよび生体内実験において、フィルタ処理済みと未処理の画像を比較し、SVD由来のアーティファクトを隔離すること。
• 特異値しきい値および取得パラメータを体系的に変化させ、アーティファクト発生および信号忠実度への影響を評価すること。

実験結果

リサーチクエスチョン

• RQ1 SVDベースのクラッター除去が超音波血流イメージングに及ぼすアーティファクトの種類は何か？ また、画像パラメータに応じてどのように変化するか？
• RQ2 組織の動きは、点滅や強度の変動といったSVD由来のアーティファクトの出現と持続性にどのように影響するか？
• RQ3 特異値しきい値の選択がアーティファクトの発生頻度と信号の完全性に及ぼす影響はどの程度か？
• RQ4 動き補正およびスライディングウインドウフィルタリングは、動的イメージング条件下でSVD由来のアーティファクトを低減または除去できるか？
• RQ5 血流速度、マイクロバブルの分布、取得長さは、SVDフィルタリングアーティファクトの重度にどのように影響するか？

主な発見

• SVDベースのクラッター除去は、高特異値しきい値を用いても、心拍周期や血管の最大動揺と相関する時間的強度変動（点滅）を引き起こす。
• マイクロバブル信号の希釈な分布と不適切なしきい値処理により、微小血管血流イメージングではゴースト化と信号分裂アーティファクトが顕著に現れる。
• 低特異値しきい値はゴースト化と分裂を低減するが、点滅を増加させる。一方、高しきい値は点滅を軽減するが、対比対組織比（CTR）が低下し、信号損失のリスクが生じる。
• 動き補正（MoCo）は組織の変位を推定することでゴースト化と分裂を低減するが、動的クラッターの変化に起因する点滅を完全に除去することはできない。
• スライディングウインドウSVDフィルタは、動きや脈動的血流が生じる領域において、局所的な空間時間的変化に適応することで、アーティファクト低減を改善する。
• アーティファクトはSVDそのものに内在するものではなく、組織の動きや非定常な血流下で、信号の直交性や静的クラッターという誤った仮定が成立しないことによって生じる。