[論文レビュー] Spatio-temporal normalized cross-correlation for estimation of the displacement field in ultrasound elastography

Morteza Mirzaei, Amir Asif+2 more|arXiv (Cornell University)|Apr 15, 2018

Ultrasound Imaging and Elastography参考文献 36被引用数 4

ひとこと要約

本論文では、超音波エラストグラフィーにおける新しい歪み推定法として、空間的ウィンドウ化を時間的整合性を含むものに拡張する、Spatio-Temporal Normalized Cross-Correlation (STNCC) を提案する。STNCC は、時間的整合性を考慮した空間時間的ウィンドウを用いることで、ノイズや信号の非整合性に対する耐性を高め、in-vivo 肝臓データにおいて従来の NCC と比較して最大で 227% 高い SNR と 67% 高い CNR を達成した。

ABSTRACT

This paper introduces a novel technique to estimate tissue displacement in quasi-static elastography. A major challenge in elastography is estimation of displacement (also referred to time-delay estimation) between pre-compressed and post-compressed ultrasound data. Maximizing normalized cross correlation (NCC) of ultrasound radio-frequency (RF) data of the pre- and post-compressed images is a popular technique for strain estimation due to its simplicity and computational efficiency. Several papers have been published to increase the accuracy and quality of displacement estimation based on NCC. All of these methods use spatial windows to estimate NCC, wherein displacement magnitude is assumed to be constant within each window. In this work, we extend this assumption along the temporal domain to exploit neighboring samples in both spatial and temporal directions. This is important since traditional and ultrafast ultrasound machines are, respectively, capable of imaging at more than 30 frame per second (fps) and 1000 fps. We call our method spatial temporal normalized cross correlation (STNCC) and show that it substantially outperforms NCC using simulation, phantom and in-vivo experiments.

研究の動機と目的

• 超音波エラストグラフィーにおける時間遅延推定に用いられる通常の相関係数 (NCC) の空間的ウィンドウ化の限界を解消すること。
• 高フレームレートの超音波シーケンスにおける時間的連続性を活用することで、歪み推定の精度とノイズ耐性を向上させること。
• 標準的な NCC フレームワークに時間的近傍を組み込み、空間時間的ウィンドウマッチングを可能にするように拡張すること。
• シミュレーション、フォンダム、in-vivo データセットの全範囲で手法を検証し、従来の NCC より優れた性能を示すこと。

提案手法

• 本手法は、空間的および時間的次元にわたる空間時間的ウィンドウを導入し、複数フレームにわたる歪みの一貫性を捉える。
• 3次元ウィンドウ (x, y, t) における正規化相関係数 (NCC) メトリックを定式化することで、時間方向に情報を集約し、推定の安定性を向上させる。
• 圧縮前と圧縮後の超音波 RF データ間の対応する空間時間的ウィンドウをマッチングさせ、歪み場を推定する。
• 各 3D ウィンドウ内で歪みが一定であると仮定し、古典的な空間的 NCC の仮定を時間的領域へ拡張する。
• 本手法は、圧縮前と圧縮後の 2 つの画像シーケンスからの電波周波数 (RF) 超音波データに適用される。
• 最終的な歪み場は、探索ウィンドウ内でのすべての可能な時間遅延シフトにおいて STNCC メトリックを最大化することで計算される。

実験結果

リサーチクエスチョン

• RQ1 NCC フレームワークに時間的整合性を組み込むことで、超音波エラストグラフィーにおける歪み推定精度が向上するか？
• RQ2 信号の非整合性やノイズのレベルが変化する条件下で、STNCC は従来の NCC と比較してどのように性能を発揮するか？
• RQ3 複数の時間フレームを含めることで、実世界の画像処理状況において推定の分散が低減され、耐性が向上するか？
• RQ4 実用的な設定において、ウィンドウの重複率が異なる場合に STNCC の性能はどのように変化するか？
• RQ5 標準的な NCC と比較して、STNCC は in-vivo およびフォンダムデータにおいて SNR と CNR をどの程度向上させるか？

主な発見

• バックマッスルフォンダムデータにおいて、STNCC は 70% のウィンドウ重複率で NCC と比較して SNR を 146.66% 向上し、30% の重複率では 226.82% 向上した。
• in-vivo 肝臓データにおいて、STNCC は NCC と比較して SNR を 71.06% 向上し、CNR を 67.15% 向上した。
• STNCC はウィンドウ重複率の変動に対して優れた耐性を示し、低重複率でも高品質な歪み場を維持した。
• 視覚的および定量的分析により、STNCC は著しくノイズが少なく、コントラストが高いひずみ画像を生成することが確認された。
• 本手法は、高フレームレートの超音波シーケンスにおける時間的冗長性を活用することで、推定の分散を効果的に低減した。
• 結果から、NCC ウィンドウを時間的領域に拡張することは、多様な画像条件において歪み推定性能を顕著に向上させることを検証した。