Resumen

La elastografía por ultrasonidos infiere las propiedades mecánicas de los tejidos vivos a partir de los datos de radiofrecuencia (RF) por ultrasonidos registrados mientras los tejidos sufren deformaciones. Un paso difícil pero crítico en la elastografía por ultrasonidos es estimar los campos de desplazamiento del tejido (o, de forma equivalente, la estimación del retardo temporal) a partir de pares de datos de RF. Los datos de RF están a menudo corrompidos con ruido, lo que hace que el estimador de desplazamiento falle en muchos experimentos in vivo. Para abordar este problema, presentamos un enfoque de eliminación de ruido no local y coherente basado en la estimación bayesiana para reducir el impacto del ruido. A pesar de los algoritmos de eliminación de ruido incoherentes que suavizan las imágenes en modo B, el algoritmo de eliminación de ruido propuesto se utiliza para suprimir el ruido y mantener la información útil, como los patrones de moteado. Nos referimos al enfoque propuesto como COherent Denoising for Elastography (CODE) y evaluamos su rendimiento cuando CODE se utiliza junto con los dos algoritmos de elastografía más avanzados, a saber: (i) GLobal Ultrasound Elastography (GLUE) y (ii) Dynamic Programming Analytic Minimization elastography (DPAM). Nuestros resultados muestran que CODE mejora sustancialmente el resultado de deformación tanto de GLUE como de DPAM.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:CÓDIGO, ruido, datos de RF, elastografía de minimización analítica de programación dinámica, elastografía por ultrasonidos GLobal, algoritmos de elastografía artística, estimación del retardo temporal, DPAM, GLUE, enfoque
• Keywords:CODE, noise, RF data, Dynamic Programming Analytic Minimization elastography, GLobal Ultrasound Elastography, art elastography algorithms, time delay estimate, DPAM, GLUE, approach