[논문 리뷰] An axially-variant kernel imaging model for ultrasound image reconstruction

Mihai I. Florea, Adrian Basarab외 2명|arXiv (Cornell University)|2018. 01. 25.

Ultrasound Imaging and Elastography인용 수 1

한 줄 요약

이 논문은 공간적으로 불변하는 커널과 순환 경계 조건이라는 비현실적인 가정을 제거하는 축방향으로 변하는 커널 영상 모델을 제안한다. 낮은 메모리 오버헤드로 효율적인 계산을 가능하게 함으로써, 전통적인 공간적으로 불변하는 접근 방식에 비해 우수한 영상 복원 품질을 달성하면서도 대규모 영상에 대해서도 계산 가능성을 유지한다.

ABSTRACT

Existing ultrasound deconvolution approaches unrealistically assume, primarily for computational reasons, that the convolution model relies on a spatially invariant kernel and circulant boundary conditions. We discard both restrictions and introduce an image formation model for ultrasound imaging and deconvolution based on an axially varying kernel, that accounts for arbitrary boundary conditions. Our model has the same computational complexity as the one employing spatially invariant convolution and has negligible memory requirements. To accommodate state-of-the-art deconvolution approaches when applied to a variety of inverse problem formulations, we also provide an equally efficient adjoint expression of our model. Simulation results confirm the tractability of our model for the deconvolution of large images. Moreover, the quality of reconstruction using our model is superior to that obtained using spatially invariant convolution.

연구 동기 및 목표

• 공간적으로 불변하는 커널과 순환 경계 조건을 가정하는 기존 초음파 탈컨볼루션 방법의 한계를 해결하기 위해.
• 축방향으로 변화하는 커널과 임의의 경계 조건을 고려한 계산 효율적인 영상 형성 모델을 개발하기 위해.
• 최신 탈컨볼루션 기법을 초음파 영상에서 더 넓은 범위의 역문제에 적용할 수 있도록 하기 위해.
• 현대 최적화 기반 탈컨볼루션 방법과 호환되는 효율적인 수반 표현을 제공하기 위해.
• 대규모 초음파 영상 복원 작업에서 모델의 실용성과 뛰어난 성능을 입증하기 위해.

제안 방법

• 초음파 빔 패턴의 현실적인 공간적 변화를 반영하기 위해 축방향으로 변하는 커널을 기반으로 한 새로운 초음파 영상 형성 모델을 수립한다.
• 스페이셜리 인variant 컨볼루션과 동일한 계산 복잡도를 유지함으로써 확장 가능성을 확보한다.
• 구조적 계산을 통해 전체 커널 행렬의 명시적 저장을 피함으로써 메모리 요구량을 극도로 낮춘다.
• 반복 탈컨볼루션 알고리즘과의 통합을 지원하기 위해 모델의 효율적인 수반 표현을 유도한다.
• 인위적인 주기적 확장을 필요로 하지 않는 임의의 경계 조건을 지원한다.
• 깊이에 따라 변화하는 빔 특성을 모델링하기 위해 축방향 위치에 따라 변하는 매개변수화된 커널 표현을 사용한다.

실험 결과

연구 질문

• RQ1 공간적으로 불변 모델에 비해 축방향으로 변하는 커널 모델이 초음파 영상 복원 품질을 향상시킬 수 있는가?
• RQ2 공간적으로 불변 컨볼루션과 유사한 계산 복잡도로 축방향으로 변하는 커널 모델을 구현하는 것이 가능한가?
• RQ3 임의의 경계 조건을 지원하면서도 낮은 메모리 사용량을 유지할 수 있는가?
• RQ4 현대 탈컨볼루션 솔버와의 통합을 위해 모델의 수반이 효율적으로 계산될 수 있는가?
• RQ5 대규모 초음파 영상 복원 작업에서 모델의 성능은 어떠한가?

주요 결과

• 제안된 축방향으로 변하는 커널 모델은 공간적으로 불변 컨볼루션 모델에 비해 뛰어난 영상 복원 품질을 달성한다.
• 모델은 공간적으로 불변 컨볼루션과 동일한 계산 복잡도를 유지하여 대규모 영상 처리에 효율적이다.
• 전체 커널 행렬의 명시적 저장을 피하기 때문에 메모리 요구량이 극히 낮다.
• 모델의 수반이 효율적으로 계산 가능하여 최신 탈컨볼루션 알고리즘과 원활하게 통합될 수 있다.
• 시뮬레이션 결과는 모델이 대규모 초음파 영상 복원에 대해 계산 가능하고 효과적임을 확인한다.