Performance of compressed sensing based image reconstruction for photoacoustic imaging
Fotoakustı̇k görüntüleme ı̇çı̇n sıkıştırılmış algılama tabanlı görüntü oluşturma metodunun performansı
- Tez No: 755991
- Danışmanlar: PROF. DR. HAYRETTİN KÖYMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Fotoakustik Görüntüleme (FG), yüksek çözünürlük ve görüntü kontrastı sağlayan ve gelişmekte olan bir görüntüleme yöntemidir. FG'de tüm dizi dönüştürücü elemanlarındaki verilerin görüntü oluşturulması için kaydır-topla (KT) hüzme biçimlendirme tekniği kullanılır. FG'de sistem maliyetini düşürmek için görüntü yeniden yapılandırmada daha az örneklem kullanılması istenir. Dönüştürücünün açıklığını değiştirmeden dizinin aktif eleman sayısını azaltmak hesaplama maliyetini arttırmaktadır. Bununla birlikte, uzaysal seyrek örnekleme, düşük görüntü çözünürlüğü ve kontrastı ile sonuçlanır ve ızgara lobları olarak adlandırılan uzaysal artefaktlara neden olur. Sıkıştırılmış Algılama (SA) yöntemi, ilgilenilen sinyal ve ölçüm şeması hakkında önsel bilgi kullanarak alt örneklemenin etkilerini hafifleten bir veri tamamlama şemasıdır. SA görüntü oluşturma algoritması ile geleneksel KT hüzme şekillendirmesinin performanslarını karşılaştırmak için simülasyonlar ve deneyler gerçekleştirdik. Performans ölçütleri olarak Tam Genişlik Yarım Maksimum (TGYM) çözünürlük ve görüntü kontrast oranı ölçümlerini kullandık. Simülasyon sonuçları, SA kullanıldığında gelişmiş görüntü çözünürlüğü ve kontrastı sunuyor. KT hüzme biçimlendirilmiş görüntülerde yatay çözünürlük derinlikle birlikte kötüleşmektedir. Dönüştürücü elemanlarının yalnızca dörtte biri kullanılarak derinlikten bağımsız 150 µm'lik bir yanal çözünürlük elde edilir. Ancak, KT hüzme biçimlendirilmiş görüntülerin çözünürlüğü derinlik arttıkça 255 µm ila 508 µm arasında değişmektedir. Ayrıca SA'nın ızgara loblarının etkilerini bastırdığı ve kontrastı 14 dB'ye kadar iyileştirdiği gösterilmiştir. Sonuçların deneysel doğrulamasını da sunulmuştur. Deneylerde bir ultrason araştırma tarayıcısı, ayarlanabilir bir lazer sistemi ve bir fotoakustik fantom kullanılmıştır. SA yönteminin uzamsal alt örneklemenin etkilerini azalttığını ve kontrast açısından KT hüzme biçimlendirme yönteminden ortalama 10,81 dB daha iyi performans gösterdiğini deneysel olarak gösterdik. SA yöntemi ayrıca KT hüzme biçimlendirmenin sunduğu 750 µm'ye kıyasla 350 µm'lik gelişmiş bir yatay çözünürlük sunmaktadır.
Özet (Çeviri)
Photoacoustic Imaging (PAI) is an emerging imaging modality that provides high resolution and image contrast. PAI employs Delay-and-Sum (DAS) beamforming in which data on all array elements are processed for image reconstruction. In order to decrease system cost in PAI, it is desired to use fewer samples in image reconstruction. Reducing the number of active elements of the array without changing the aperture decreases the computational cost. However, spatial undersampling results in poor image resolution and contrast, and causes spatial artifacts called grating lobes. Compressed Sensing (CS) is a data completion scheme that alleviates the effects of undersampling using a priori knowledge of the signal of interest and the measurement scheme. We performed simulations and experiments to compare the performances of the CS image reconstruction algorithm and conventional DAS beamforming. We used Full-Width Half Maximum (FWHM) resolution and image contrast ratio (CR) as performance metrics. Simulation results offer improved image resolution and contrast when CS is used. Lateral resolution in DAS beamformed images deteriorates with depth. A lateral resolution of 150 µm is obtained regardless of depth using only a quarter of the transducer elements. However, the resolution of DAS beamformed images ranges between 255 µm to 508 µm as the depth increases. It is also shown that CS suppresses the effects of grating lobes and improves the contrast ratio up to 14 dB. We also presented the experimental verification of the results. We used an ultrasound research scanner, a tunable laser system, and an optoacoustic phantom in the experiments. We experimentally showed that the CS method mitigates the effects of spatial undersampling and outperforms the DAS beamforming method in terms of contrast by 10.81 dB on average. CS method also offers an improved lateral resolution of approximately 350 µm compared to 750 µm in DAS beamforming.
Benzer Tezler
- Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging
Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma
ADEM POLAT
Doktora
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Tomosentez görüntülerinde odak dışı dilim bulanıklığının giderilmesi
Reduction of out-of-focus slice blur in tomosynthesis images
METİN ERTAŞ
Doktora
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. AYDIN AKAN
YRD. DOÇ. İSA YILDIRIM
- Compressed sensing and learning-based methods for super-resolution structured illumination microscopy
Süper çözünürlüklü yapılandırılmış aydınlatma mikroskopisi için sıkıştırılmış algılama ve öğrenmeye dayalı yöntemler
BATURAY ÖZGÜRÜN
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜJDAT ÇETİN
PROF. DR. SELİM SAFFET BALCISOY
- Deep learning for ınverse problems in ımaging
Görüntüleme ters problemlerinde derin öğrenme
HASAN HÜSEYİN KARAOĞLU
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU