بهبود کیفیت تصاویر فراصدایی با بهره‌گیری از تخمین‌گرهای بیّسی

تصویربرداری فراصدایی پزشکی به‌دلیل نزدیکی رفتار تومور سرطانی به بافت‌های بدن دارای کنتراست پایینی است. این مشکل توسط روش روزنه اصطناعی (مصنوعی) برای تصویربرداری پی‌گیری شده است. اگرچه فنّ تصویربرداری روزنه‌ی اصطناعی (مصنوعی)، کنتراست پایین تصاویر فراصدایی را در حد خوبی بهبود بخشید، اما عملکرد این روش‌ها حتی زمانی‌که طول داده‌ها کوتاه یا نسبت علامت به نوفه پایین باشد، قابل قبول نیست. روش بیّسی، یک الگوریتم زمانی مکانی بازسازی تصویر است که به‌منظور جبران عملکرد بد روش‌ های وفقی پرتودیسی شکل‌دهی پرتو در نسبت‌های پایین علامت به نوفه‌ پیشنهاد شده است. مزیت اصلی روش بیّسی نسبت به روش‌های تصویربرداری روزنه اصطناعی (مصنوعی) در استفاده از یک تابع توزیع پیش تعریف‌شده می‌باشد که به بازسازی تصویر کمک می‌کند. در این پژوهش، از معیارهای (تخمین‌گر) کم‌ترین میانگین مربعات خطا (اِم‌اِم‌اِ‌س‌ایی)وبیشترین احتمال پسین (اِم‌اِی‌پی) به‌منظور بازسازی تصویر خروجی استفاده شده است. نتایج نشان دادند که در مقایسه با روش‌های متعارف، برای نسبت علامت‌به‌نوفه 20 دسی‌بل، روش‌ پیشنهاد‌شده لوب‌های فرعی را در خارج اهداف نقطه‌ای حدود 23 دسی‌بل بهبود بخشیده است. به‌علاوه این مقایسه بهبود 18 دسی‌بل و 82 درصدی را به‌ترتیب در مولفه‌های سی‌آر و سی‌اِن‌آر برای فانتوم کیست نشان می‌دهد.

Improving the quality of ultrasound images using Bayesian estimators

Medical ultrasound imaging due to close behavior of cancer tumors to body tissues has a low contrast. This problem with synthetic aperture imaging method has been addressed. Although the synthetic aperture imaging technique solved the lowcontrast problem of ultrasound images, to an acceptable limit, but the performance of these methods is not even acceptable when the signal to noise ratio (SNR) is low or the length of data is short. Bayesian method is a timespatial image reconstruction algorithm proposed to compensate for the poor performance of adaptive Beamforming methods in low signal to noise ratio. The main advantage of the Bayesian methods as compared to synthetic aperture imaging once is due to the use of a predefined distribution function wich aids image reconstruction. In this study, the minimum mean squared error (MMSE) and maximum a posteriori (MAP) criteria have been used for image reconstruction.