Compact Implicit Neural Representations for Plane Wave Images

要約

超高速平面波 (PW) イメージングでは、照射角度によって変化するアーチファクトや影が生成されることがよくあります。
我々は、方向に依存する重要な情報を保存しながら、多平面シーケンスをコンパクトにエンコードする暗黙的ニューラル表現 (INR) を使用した新しいアプローチを提案します。
私たちの知る限り、これは PW 角度補間に INR を適用した最初の例です。
私たちの手法では、簡潔な物理強化レンダリング技術を備えた多層パーセプトロン (MLP) ベースのモデルを採用しています。
SSIM、PSNR、および標準的な超音波測定基準を使用した定量的評価と、定性的な視覚的評価により、私たちのアプローチの有効性が確認されます。
さらに、私たちの方法は、75 枚の PW 画像を直接保存するのに必要なモデルの重みが 8 MB であるのに対し、モデルの重みは 530 KB 必要であり、約 15:1 という顕著な圧縮率を達成するという、大幅なストレージ効率を示しています。

要約(オリジナル)

Ultrafast Plane-Wave (PW) imaging often produces artifacts and shadows that vary with insonification angles. We propose a novel approach using Implicit Neural Representations (INRs) to compactly encode multi-planar sequences while preserving crucial orientation-dependent information. To our knowledge, this is the first application of INRs for PW angular interpolation. Our method employs a Multi-Layer Perceptron (MLP)-based model with a concise physics-enhanced rendering technique. Quantitative evaluations using SSIM, PSNR, and standard ultrasound metrics, along with qualitative visual assessments, confirm the effectiveness of our approach. Additionally, our method demonstrates significant storage efficiency, with model weights requiring 530 KB compared to 8 MB for directly storing the 75 PW images, achieving a notable compression ratio of approximately 15:1.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google