確率最適化によるオフグリッド超音波イメージング

遅延合成ビームフォーミングによって形成された超音波画像は、複数回の送信を重ねた後でしかクリアにならないアーティファクトに悩まされています。いくつかの先行研究では、イメージングを逆問題として提起しています。このアプローチは、少数の送信で高い画像品質を得ることができますが、非常に細かい画像グリッドを必要とし、測定モデルパラメータの変化に対して脆弱です。私たちは、超音波イメージングにおける逆散乱問題を解決するオフグリッドで確率的なアルゴリズムである反射率の逆グリッドフリー推定（INFER）を提案します。私たちの手法は、グリッドポイントの位置、その反射率、および音速のような測定モデルパラメータを共同で最適化します。このアプローチにより、格子点の数を大幅に減らしながら、コントラストと解像度を向上させ、イメージングターゲットやハードウェアの変化に対してもより頑丈です。確率最適化の使用により、必要なメモリや計算負荷を増加させることなく、複数の送信を同時に解決できます。我々の手法は、異なるイメージングターゲットや異なる送信方式で機能し、他のビームフォーミングや逆ソルバーに対しても好意的な比較結果を示します。この論文の結果を再現するためのソースコードとデータセットは、www.github.com/vincentvdschaft/off-grid-ultrasoundで入手可能です。