DeepH, eine neue Methode zur schnellen harmonischen Ultraschallbildgebung auf der Grundlage von Deep Learning, wurde in den IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control veröffentlicht und auf dem Titelblatt der März-Ausgabe dargestellt.

In unserem Artikel wird eine neue Signalverarbeitung vorgestellt, mit der sich qualitativ hochwertige klinische harmonische Ultraschallbilder erzeugen lassen, die schneller aufgenommen werden können.

Die harmonische Bildgebung ist die derzeitige Standard-Bildgebungsmodalität für viele klinische Anwendungen der Ultraschallbildgebung. Die nichtlineare Schallausbreitung in Geweben erzeugt harmonische Frequenzen des ursprünglich übertragenen Schallimpulses. Dadurch lassen sich Bilder mit besserer räumlicher Auflösung und höherem Kontrast aufnehmen. Zur Erzeugung eines harmonischen Bildes ist jedoch eine Folge von mehreren Aufnahmen erforderlich. Dadurch sinkt die Bildrate und die Bilder reagieren empfindlich auf Patientenbewegungen.

In unserem Artikel zeigen wir, dass das tiefe neuronale Netz DeepH eine Aufnahme eines Ultraschallbildes zu einem harmonischen Bild verarbeiten kann. Die Detailgenauigkeit des Bildes ist vergleichbar mit dem harmonischen Originalbild. Außerdem wird das Rauschen unterdrückt und die Bildwiederholrate erhöht.

Den vollständigen Artikel über DeepH für schnelle harmonische Bildgebung finden Sie unter DOI: 10.1109/TUFFC.2023.3234230

Fouad, M., Abd-El-Ghany, M., Schmitz G.: „A Single-Shot Harmonic Imaging Approach Utilizing Deep Learning for Medical Ultrasound“