[논문 리뷰] On the Use of Singular Value Decomposition as a Clutter Filter for Ultrasound Flow Imaging

Kai Riemer, Marcelo Lerendegui외 5명|arXiv (Cornell University)|2023. 04. 25.

Ultrasound Imaging and ElastographyMedicine인용 수 3

한 줄 요약

이 논문은 고프레임레이트 초음파 혈류 영상에서 특이값 분해(SVD) 기반 클러터 필터링에 의해 유발되는 아티팩트를 조사하며, 조직 운동, 부적절한 임계값 선택, 혈류 역학이 강도 변동, 가로등 효과, 신호 분열을 유발함을 입증한다. 연구는 SVD 필터링이 신호 대 잡음비를 향상시키지만 혈류역학 신호를 왜곡시킬 수 있음을 밝혀내며, 이러한 아티팩트를 완화하기 위해 운동 보정과 적응형 필터링을 권장한다.

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.

연구 동기 및 목표

• SVD 기반 클러터 필터링이 2차원 초음파 혈류 영상에 유도하는 영상 아티팩트를 규명하고 특성화하는 것.
• 조직 운동, 혈류 속도, 신호 진폭, 특이값 임계값 선택이 아티팩트 발생에 미치는 영향을 조사하는 것.
• 비선형 클러터와 시간에 따라 변화하는 조직 역학을 다룰 때 SVD가 선형 필터링 방법으로서 가지는 한계를 평가하는 것.
• 운동 보정(MoCo)과 슬라이딩 윈도우 SVD의 효과를 평가하여 아티팩트 감소 여부를 분석하는 것.
• 임상의 및 연구자들이 SVD 파rameter를 최적화하여 혈류 신호를 오해하지 않도록 실용적인 지침을 제공하는 것.

제안 방법

• 조직, 혈류, 잡음 성분을 나타내는 특이값으로 신호를 분해하기 위해 초음파 혈류 영상 데이터에 SVD를 적용하는 것.
• 클러터, 혈류, 잡음을 상호 수직인 부분공간으로 간주하고, 특이값에 임계값을 적용하여 혈류 관련 성분만 유지하는 것.
• 조직 운동을 추정하고 보상함으로써 시간에 따라 변화하는 아티팩트를 줄이기 위해 운동 보정(MoCo)을 구현하는 것.
• 시간적 세그먼트에서 데이터를 적응적으로 처리함으로써 안정성을 향상시키기 위해 슬라이딩 윈도우 SVD 필터를 적용하는 것.
• 시뮬레이션 및 생체 내 실험에서 필터링된 영상과 필터링되지 않은 영상 간의 비교를 통해 SVD에 기인한 아티팩트를 고립하는 것.
• 아티팩트 생성 및 신호 정밀도에 미치는 영향을 평가하기 위해 특이값 임계값과 촬영 파rameter를 체계적으로 변화시키는 것.

실험 결과

연구 질문

• RQ1 SVD 기반 클러터 필터링이 초음파 혈류 영상에서 어떤 종류의 아티팩트를 유도하는가? 그리고 이 아티팩트는 영상 파rameter에 따라 어떻게 변화하는가?
• RQ2 조직 운동은 SVD에 기인한 아티팩트, 예를 들어 깜빡임과 강도 변동의 발생 및 지속성에 어떤 영향을 미치는가?
• RQ3 특이값 임계값 선택이 아티팩트 발생 빈도와 신호 무결성에 얼마나 큰 영향을 미치는가?
• RQ4 운동 보정과 슬라이딩 윈도우 필터링이 동적 영상 환경에서 SVD에 기인한 아티팩트를 감소 또는 제거할 수 있는가?
• RQ5 혈류 속도, 마이크로버블 분포, 촬영 길이가 SVD 필터링 아티팩트의 심각도에 어떤 영향을 미치는가?

주요 결과

• 고특이값 임계값을 사용하더라도 심장 주기와 혈관 최대 운동과 관련된 시간적 강도 변동(깜빡임)이 SVD 기반 클러터 필터링에 의해 발생한다.
• 희박한 마이크로버블 신호 분포와 부적절한 임계값 설정으로 인해 마이크로혈관 영상에서 가로등 효과 및 신호 분열 아티팩트가 빈번히 발생한다.
• 낮은 특이값 임계값은 가로등 효과와 분열을 감소시키지만 깜빡임을 증가시키며, 높은 임계값은 깜빡임을 감소시키지만 대조 대 조직 비율(CTR)이 감소하고 신호 손실 가능성이 있다.
• 운동 보정(MoCo)은 조직 이동을 추정함으로써 가로등 효과와 분열을 감소시키지만, 동적인 클러터 변화로 인한 깜빡임은 완전히 제거하지 못한다.
• 슬라이딩 윈도우 SVD 필터는 국소적인 시공간적 변동에 적응함으로써 아티팩트 감소에 기여하며, 특히 운동이나 박동성 혈류가 있는 영역에서 효과적이다.
• 아티팩트는 SVD 자체에 내재된 것이 아니며, 조직 운동이나 비정적 혈류 조건에서 신호 수직성과 정적 클러터라는 잘못된 가정이 아티팩트 발생 원인이 된다.