[论文解读] Double Minimum Variance Beamforming Method to Enhance Photoacoustic Imaging

Roya Paridar, Moein Mozaffarzadeh+2 more|arXiv (Cornell University)|Feb 11, 2018

Photoacoustic and Ultrasonic Imaging参考文献 25被引用 4

一句话总结

本文提出了一种新颖的双最小方差（D-MV）波束成形方法，通过在最小方差（MV）波束成形器中用额外的MV阶段替代传统的时延-相加（DAS）求和阶段，从而提升光声成像质量。通过再次对已加权的子阵列应用自适应加权，D-MV方法降低了旁瓣电平并展宽了主瓣，数值结果表明其在全宽半最大值（FWHM）上平均提升了28.83 µm，在信噪比（SNR）上提升了4.8 dB，优于标准MV波束成形；实验验证中，FWHM和SNR分别提升了0.15 mm和1.96 dB。

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.

研究动机与目标

• 为解决传统时延-相加（DAS）波束成形在光声成像中因旁瓣电平高和主瓣宽而存在的局限性。
• 通过修改MV波束成形中的信号求和阶段，超越现有自适应波束成形器（如最小方差，MV）的性能，进一步提升图像质量。
• 提出一种新型波束成形架构，对子阵列先进行一次MV波束成形，再对加权输出再次应用MV波束成形，以增强分辨率和噪声抑制能力。
• 通过数值模拟和实验幻影，定量评估所提出的D-MV方法与DAS和MV的性能表现。

提出的方法

• 该方法将MV波束成形器中子阵列加权输出之间的标准非自适应时延-相加（DAS）求和步骤，替换为第二个最小方差（MV）波束成形阶段。
• 算法首先利用数据协方差矩阵的逆矩阵，为每个子阵列计算MV权重，以实现对偏离轴向信号的自适应抑制。
• 随后，将子阵列MV波束成形的输出结果不再使用DAS求和，而是通过另一个MV波束成形器进行求和，从而实现对干扰信号的进一步自适应抑制。
• 核心数学推导将MV输出重写为加权子阵列的求和形式，揭示出其中嵌入的DAS结构，随后该结构被MV所替代。
• 该方法分两个阶段实现：(1) 子阵列MV波束成形，复杂度为O(M²)；(2) 最终MV求和，复杂度为O(M³)，总计算复杂度为O(M⁵)。
• 该方法在受控条件下，通过模拟光声信号和实验获取的线状幻影数据进行了验证。

实验结果

研究问题

• RQ1 在MV波束成形中，将传统的DAS求和阶段替换为额外的MV阶段，是否能显著提升光声成像中的图像分辨率和对比度？
• RQ2 所提出的双MV（D-MV）波束成形器与标准MV和DAS相比，在全宽半最大值（FWHM）和信噪比（SNR）方面表现如何？
• RQ3 D-MV方法在不同成像深度和噪声水平下，对旁瓣的抑制程度以及对横向分辨率的提升效果如何？
• RQ4 在实验中加入10 dB噪声的高噪声环境下，D-MV方法是否仍保持鲁棒性？

主要发现

• 在数值模拟中，D-MV波束成形器在全宽半最大值（FWHM）上平均优于标准MV波束成形28.83 µm，在信噪比（SNR）上提升4.8 dB。
• 在使用线状幻影的实验结果中，D-MV将FWHM从MV的0.66 mm降低至0.51 mm，SNR从44.07 dB提升至46.03 dB。
• 另一组实验显示，FWHM从MV的0.35 mm降低至0.24 mm，SNR从21.74 dB提升至27.87 dB。
• 横向剖面分析证实，D-MV在所有成像深度下均显著展宽了主瓣，表明分辨率提升具有持续性。
• D-MV重建图像表现出更优的噪声抑制能力，尤其在高噪声条件（10 dB）下，其视觉和定量质量均优于MV。
• 尽管计算复杂度（O(M⁵)）高于MV（O(M³)），但该方法在性能与处理成本之间实现了清晰的权衡，未来实现中具有降低复杂度的潜力。