بازسازی تصاویر التراسوند پزشکی به شیوه ی روزنه ی مصنوعی با استفاده از پردازش بلوکی حوزه ی فرکانس به منظور کاهش بار محاسباتی
Publish place: Iranian Journal of Biomedical Engineering، Vol: 8، Issue: 3
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 22
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBM-8-3_007
تاریخ نمایه سازی: 20 اسفند 1404
Abstract:
درین تحقیق، روش جدیدی برای بازسازی تصاویر التراسوند پزشکی به شیوه ی روزنه ی مصنوعی ارائه شد. امروزه تصویربرداری به شیوه ی ساده ی بازسازی در حوزه ی زمان(DAS) و به صورت خطبهخط انجام می شود. ازجنبهی دیگر، تصویربرداری به شیوه ی روزنه ی مصنوعی امکان فوکوس دینامیکی و دستیابی به حداقل دوبرابر رزولوشن جانبی را با هزینه ی حجم محاسبههای بیشتر فراهم می کند. برای کاهش بار محاسباتی، روشهایی برای بازسازی بلوکی تصویر در حوزه ی رادار معرفی شده که هنوز برای حوزه ی پزشکی ناشناخته است. برای تعمیم این روشها به حوزه ی پزشکی باید تفاوت پارامترهایی چون عمق هدف، فرکانس مرکزی، پهنای باند سیگنال ارسالی و عرض پرتو در نظر گرفته شود. درین پژوهش، نوع ساده ی مونواستاتیک با استفادهاز الگوریتم بلوکی عدد موج، مدلسازی شد که می تواند معادلات را به نوع پیچیده تر مالتی استاتیک تعمیم دهد. به علاوه، برای کاهش اثرهای مخرب ناشیاز تفاوت پارامترها از پالس ارسالی chirp به همراه فیلتر تطبیقی، پنجره گذاری و الگوریتم spotlighting استفاده شد. برای ارزیابی الگوریتم، داده های شبیه سازی شده با نرم افزار FieldII انجام شد و نتایج نشان داد که استفاده الگوریتم عدد موج، با حفظ رزولوشن جانبی، در حدود ۲۰ برابر سریعتر از الگوریتم استاندارد DAS است.
Keywords:
تصویربرداری التراسوند , روزنه ی واقعی , روزنه ی مصنوعی , بازسازی تصویر در حوزه ی زمان , بازسازی در حوزه ی فرکانس
Authors
الهه مقیمی راد
دانشجوی دکتری مهندسی پزشکی، گروه بیوالکتریک، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران
علی محلوجی فر
دانشیار، گروه بیوالکتریک، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران
بابک محمدزاده اصل
دانشیار، گروه بیوالکتریک، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :