The majority of previous studies in ultrasound imaging have focused on performance enhancement of brightness mode ultrasonography (B-mode). However, b-mode ultrasonography shows poor precision in differentiating benign and malignant lesions. In contrast, ultrasound computed tomography (USCT), on the basis of the circular transducer array in general, resolves the prevision issue that b-mode sonography has. However, USCT is not popular in clinical applications due to their usage restriction and reconstruction time. In this paper, we propose a novel approach for extracting quantitative characteristics from b-mode images by employing the tomography method in b-mode ultrasonography. An edge-guided neural network is incorporated to reduce the reconstruction time for real-time applications.
현재 대부분의 의료용 초음파 영상에 대한 연구는 B-모드 복원 기법의 성능 향상에 중점을 두고 있다. 그러나 B-모드 영상 복원 기법은 조직 정량적 특성 복원이 불가하여, 관측 조직의 음성 여부를 결정하는 데에 있어 정확성이 떨어진다. 이를 보완할 초음파 영상 기기로 초음파 단층촬영 기기가 있으나, 초음파 단층 촬영 시스템은 사용이 제한적이며, 복원 속도가 늦어 실제 임상에 있어 많이 사용되지 않는다. 본 논문에서는 앞서 언급된 두 방법을 적절히 활용하여 B-모드 이미지로부터 관측된 조직의 정량적 특성을 추출하는 새로운 방법을 제안한다. 제안된 초음파 시스템은 경계면으로부터 지도 받는 인공지능 기법을 사용하여, 실시간 이미지 복원을 가능케 한다.
