Artifact-Resilient Needle Visualisation in Prostate Brachytherapy Using Angular Plane Wave Compounding and Confidence-Weighted Imaging
Notice bibliographique
Résumé
Precise needle visualisation is essential for accurate radioactive seed placement in prostate brachytherapy. However, imaging with transrectal ultrasound probes is challenged by artifacts such as specular reflection, reverberation, and multiple needle images. These artifacts degrade both tissue and needle visualisation and can compromise procedural accuracy.In this work, we present a novel imaging strategy that combines angular plane wave compounding across multiple steering angles with confidence map-weighted image reconstruction. The confidence map adaptively weighs angular acquisitions based on local signal reliability, enabling suppression of spurious reflections while preserving the needle’s cross-section in the images. Experimental validation is performed using both a water tank and an anatomically realistic prostate phantom, with imaging conducted with multiple needles present in the imaging plane simultaneously. Performance was quantitatively evaluated using the Full Width at Half Maximum of the needle’s lateral profile as an objective measure of visibility and localisation precision, alongside reverberation peak analysis to assess artifact suppression. The proposed confidence-weighted compounding method was compared to single-angle plane wave imaging and conventional angular compounding, demonstrating up to 64% reduction in lateral spread in water tank experiments and 52% in prostate phantom studies, with further improvements of 20% and 24%, respectively, over unweighted compounding. The method also achieved significant suppression of reverberation artifacts. These results confirm the method’s effectiveness in enhancing needle delineation and artifact suppression, offering a practical solution compatible with transrectal ultrasound probes for improved brachytherapy needle guidance.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».