Suppressing Clutter Components In Ultrasound Color Flow Imaging Using Robust Matrix Completion Algorithm: Simulation And Phantom Study
Notice bibliographique
Résumé
In this paper, we propose a novel technique for suppressing clutter in ultrasound Color Flow Imaging (CFI). The unexpected clutter signal originating from slowly moving tissue prevents a clear visualization of vasculature. Using eigen-based filters is a state-of-the-art technique to reject the tissue echo. However, it remains an issue to find the exact rank of clutter and blood subspaces in these algorithms. Additionally, in case of noisy data, linear eigen-based filters lead to inefficient suppression of clutter. Moreover, conventional eigen-based methods are subject to lengthy computation times. To resolve these issues, we consider the task of clutter rejection as a foreground-background separation problem where the moving blood is the foreground and the steady tissue is modeled as the background. This problem is solved by adapting the fast Robust Matrix Completion (fRMC) algorithm for suppressing clutter in ultrasound CFI. The acquired ultrasound frames are stacked into a data matrix, the rank of which is minimized using the In-face Extended Frank-Wolfe method, which extracts the sparse blood component. For this method, manual tuning to determine the rank of clutter and blood sub-spaces is not necessary. Furthermore, the algorithm substantially decreases computation time. We name the proposed technique RAPID-Robust mAtrix decomPosition for suppressIng clutter in ultrasounD. RAPID is validated against simulation and flow phantom data and the results are compared to that of the conventional Singular Value Decomposition (SVD) method. In both of the experiments, RAPID provides a better visualization of the blood vessel than SVD. Furthermore, RAPID improves the execution time by more than 12, 000%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».