검색 상세

영상 속도 저하 없는 골레이 코드 기반 코드 여기 영상을 위한 딥러닝 알고리즘 개발

Development of deep learning algorithm for Golay code based coded excitation without frame rate degradation

초록/요약

초음파 B-모드 영상은 일반적으로 세기가 낮은 초음파 펄스를 인체 내부 조직에 가하여 어느 한 지점에서 반사된 신호의 크기와 위치를 측정하여 인체 내부 구조를 영상화하는 방법이다. 이 때 초음파가 매질을 지나면서 감쇄가 발생하여 수신되는 에너지가 감소하여 멀리 있는 반사체의 영상에 어려움이 생긴다. 이를 위해 송신 신호의 에너지를 증가시키거나 펄스의 지속 시간을 증가시키는 방법이 있는데 전자는 변환자의 고장, 인체 내부 조직 손상을 초래할 수 있고, 후자는 축 방향 해상도를 감소시킨다. 코딩된 긴 펄스를 송신하여 신호의 에너지를 높이는 coded excitation 기술을 사용하면 이를 보완할 수 있다. Coded excitation 코드 중 하나인 골레이 코드는 상보적인 관계를 갖는 두 개의 이진 코드로 구성되어 있으며, 두 번의 송, 수신을 거쳐 자기 상관 함수를 더하면 임펄스 신호를 송, 수신한 효과를 얻을 수 있다. 따라서 일반적인 펄스를 사용한 영상보다 개선된 SNR과 침투도를 얻을 수 있지만 두 번의 송, 수신으로 일반적인 경우보다 프레임 율이 감소하는 단점이 있다. 본 논문에서는 영상 속도 저하 없는 골레이 코드 기반 코드 여기 영상을 위한 딥러닝 알고리즘을 제안하고, 이를 MATLAB 기반 시뮬레이션인 Field-II 데이터와 Verasonics을 이용하여 얻은 모의 시편 데이터를 이용하여 결과를 비교한다. 이 실험을 통하여 골레이 코드 중 한 코드를 excitation했을 때의 영상을 딥러닝 모델에 주입했을 때의 결과와 상보적인 한 쌍으로 얻은 영상의 유사함을 보인다.

more

초록/요약

Ultrasound B-mode imaging provides information about the internal structure of the human body by transmitting an ultrasound pulse and subsequently receiving echoes reflected from the boundaries between internal tissues. The frequency-dependent attenuation occurs as the ultrasound passes through the medium. As a result, the received energy decreases with imaging depth, which causes difficulty in imaging deep lying tissues. Increasing either the maximum intensity or duration of transmitted ultrasound pulses can be a solution to the problem. The former can cause destruction of an imaging transducer and tissue damage in the human body. Therefore, there is a regulation to limit the maximum intensity to ensure safety. The latter reduces the axial resolution. This problem can be overcome by using coded excitation in which long coded pulses are transmitted to increase the energy of the signal without increase in the maximum intensity. After receiving echoes, pulse compression is performed to secure high enough axial resolution. The main challenge in pulse compression is to reduce range sidelobes as low as possible. Golay code that consists of two binary codes with a complementary relationship theoretically has no range sidelobes after compression; by adding two paired compressed signals obtained after two transmissions and receptions, range sidelobes can be completely removed. Therefore, the signal-to-noise ratio (SNR) of ultrasound images can be improved and maximum imaging depth can be increased. However, the main drawback of Golay code-based coded excitation is that the frame rate is reduced by two. In this paper, I propose a deep learning algorithm based on Cycle-Consistent Generative Adversarial Networks (CycleGAN) for Golay code-based coded excitation without frame rate degradation. Training of the proposed algorithm was performed using images obtained from Field-II simulation and a commercial ultrasound scanner (Verasonics). The experimental results showed that ultrasound images obtained by the proposed deep learning algorithm had similar resolution and SNR to the image obtained by the coded excitation using tow paired Golay codes.

more