[논문 리뷰] Double Minimum Variance Beamforming Method to Enhance Photoacoustic Imaging

Roya Paridar, Moein Mozaffarzadeh외 2명|arXiv (Cornell University)|2018. 02. 11.

Photoacoustic and Ultrasonic Imaging참고 문헌 25인용 수 4

한 줄 요약

이 논문은 최소 분산(MV) 빔포밍 기법의 기존 지연-합산(DAS) 합산 단계를 대체하기 위해 이중 최소 분산(D-MV) 빔포밍 방법을 제안하여 광음향 영상 품질을 향상시킨다. D-MV는 이미 가중 처리된 서브어레이에 대해 재차 적응형 가중치를 적용함으로써 부스러기 레벨을 감소시키고 메인로브를 좁혀, 수치 결과에서 표준 MV 빔포밍 대비 평균 28.83 µm의 FWHM 향상과 4.8 dB의 SNR 향상을 달성하였으며, 실험적 검증에서는 각각 0.15 mm와 1.96 dB의 향상이 이루어졌다.

ABSTRACT

One of the common algorithms used to reconstruct photoacoustic (PA) images is the non-adaptive Delay-and-Sum (DAS) beamformer. However, the quality of the reconstructed PA images obtained by DAS is not satisfying due to its high level of sidelobes and wide mainlobe. In contrast, adaptive beamformers, such as minimum variance (MV), result in an improved image compared to DAS. In this paper, a novel beamforming method, called Double MV (D-MV) is proposed to enhance the image quality compared to the MV. It is shown that there is a summation procedure between the weighted subarrays in the output of the MV beamformer. This summation can be interpreted as the non-adaptive DAS beamformer. It is proposed to replace the existing DAS with the MV algorithm to reduce the contribution of the off-axis signals caused by the DAS beamformer between the weighted subarrays. The numerical results show that the proposed technique improves the full-width-half-maximum (FWHM) and signal-to-noise ratio (SNR) for about 28.83 μm and 4.8 dB in average, respectively, compared to MV beamformer. Also, quantitative evaluation of the experimental results indicates that the proposed D-MV leads to 0.15 mm and 1.96 dB improvement in FWHM and SNR, in comparison with MV beamformer.

연구 동기 및 목표

• 광음향 영상에서 높은 부스러기 레벨과 넓은 메인로브로 인해 성능이 떨어지는 기존 지연-합산(DAS) 빔포밍 기법의 한계를 해결하기 위해.
• 기존의 적응형 빔포밍 기법인 최소 분산(MV) 빔포밍을 초월하여 MV 빔포밍의 신호 합산 단계를 수정함으로써 영상 품질을 향상시키기 위해.
• 서브어레이에서 한 번, 그리고 가중 출력에서 다시 한 번 MV 빔포밍을 적용하는 새로운 빔포밍 아키텍처를 제안하여 해상도 향상과 노이즈 억제를 향상시키기 위해.
• 수치 시뮬레이션과 실험적 페러프트를 활용하여 제안된 D-MV 방법의 성능을 DAS 및 MV와 비교하여 정량적으로 평가하기 위해.

제안 방법

• 기존 MV 빔포머에서 서브어레이 간의 비적응형 지연-합산(DAS) 합산 단계를 두 번째 최소 분산(MV) 빔포밍 단계로 대체한다.
• 알고리즘은 먼저 데이터 공분산 행렬의 역행렬을 사용하여 각 서브어레이에 대해 MV 가중치를 계산함으로써 축방향이 아닌 신호의 적응형 억제를 보장한다.
• 서브어레이 MV 빔포머의 출력을 DAS 대신 다시 한 번 MV 빔포머를 사용하여 합산함으로써 간섭 신호의 추가적인 적응형 억제가 가능해진다.
• 핵심 수학적 수식은 MV 출력을 가중 처리된 서브어레이의 합으로 재작성하여 내재된 DAS 아키텍처를 드러내고, 이를 MV로 대체한다.
• 이 방법은 두 단계로 구현된다: (1) O(M²) 복잡도의 서브어레이 MV 빔포밍, (2) O(M³) 복잡도의 최종 MV 합산으로 총 O(M⁵) 계산 복잡도를 유도한다.
• 모든 방법은 제어된 조건 하에서 시뮬레이션된 광음향 신호와 실험적 데이터(와이어 페러프트)를 사용하여 검증되었다.

실험 결과

연구 질문

• RQ1 MV 빔포밍의 기존 DAS 합산 단계를 추가적인 MV 단계로 대체할 경우, 광음향 영상에서 영상 해상도와 대trast를 크게 향상시킬 수 있는가?
• RQ2 제안된 이중-MV(D-MV) 빔포머는 표준 MV 및 DAS와 비교하여 FWHM와 신호 대 잡음비(SNR) 측면에서 어떻게 성능을 발휘하는가?
• RQ3 D-MV 방법은 다양한 영상 깊이와 노이즈 수준에서 부스러기 레벨을 얼마나 효과적으로 억제하고 횡방향 해상도를 향상시키는가?
• RQ4 실험적 환경에서 10 dB의 노이즈를 추가한 상황에서도 D-MV 방법은 높은 노이즈 조건에서도 강건성을 유지하는가?

주요 결과

• 수치 시뮬레이션 결과, D-MV 빔포머는 표준 MV 빔포머 대비 평균 28.83 µm의 FWHM 향상과 4.8 dB의 SNR 향상을 달성하였다.
• 와이어 페러프트를 사용한 실험 결과, D-MV는 FWHM를 MV의 0.66 mm에서 0.51 mm로 감소시키고, SNR를 44.07 dB에서 46.03 dB로 향상시켰다.
• 다른 실험 설정에서는 FWHM를 MV의 0.35 mm에서 0.24 mm로 감소시키고, SNR를 21.74 dB에서 27.87 dB로 향상시켰다.
• 횡방향 프로파일 분석을 통해 D-MV는 모든 영상 깊이에서 메인로브를 뚜렷이 좁히며 일관된 해상도 향상이 이루어짐을 확인하였다.
• D-MV로 복원된 영상에서는 특히 고노이즈 조건(10 dB)에서 MV보다 뛰어난 노이즈 억제 성능을 보였으며, 시각적 및 정량적 품질 모두에서 슈퍼리어한 성능을 보였다.
• MV(O(M³)) 대비 더 높은 계산 복잡도(O(M⁵))를 지닌 점을 감안할 때, 성능과 처리 비용 사이의 명확한 트레이드오���이 존재하며, 향후 구현에서 복잡도를 줄일 잠재력이 있다.