본 논문에서는 빔포밍 방법을 제안하고, 이를 의료 영상 분야에 적용한다. 더불어 이를 시스템상에 구현하고, 그래픽 프로세서를 활용한 병렬화를 통하여 계산 속도 감소 및 실제 상용화 가능 여부를 판단한다. 현재 다양한 형태의 빔포밍 방법이 존재하는데, 본 논문에서는 적응 빔포밍 방법과 비선형 빔포밍 방법에 대해 각각의 새로운 형태의 빔포밍 방법을 제안하고 이를 각각 초음파 의료 영상 및 광음향 의료 영상에 적용한다. 우선, 적응빔포밍 방법의 경우 성능은 그대로 유지하되, 기존 대비 계산량을 획기적으로 줄이는 방법을 제안하고 이를 초음파 의료 영상에 적용한다. 기존의 적응 빔포밍 방법은 적응 가중치를 계산하기 위해, ...
본 논문에서는 빔포밍 방법을 제안하고, 이를 의료 영상 분야에 적용한다. 더불어 이를 시스템상에 구현하고, 그래픽 프로세서를 활용한 병렬화를 통하여 계산 속도 감소 및 실제 상용화 가능 여부를 판단한다. 현재 다양한 형태의 빔포밍 방법이 존재하는데, 본 논문에서는 적응 빔포밍 방법과 비선형 빔포밍 방법에 대해 각각의 새로운 형태의 빔포밍 방법을 제안하고 이를 각각 초음파 의료 영상 및 광음향 의료 영상에 적용한다. 우선, 적응빔포밍 방법의 경우 성능은 그대로 유지하되, 기존 대비 계산량을 획기적으로 줄이는 방법을 제안하고 이를 초음파 의료 영상에 적용한다. 기존의 적응 빔포밍 방법은 적응 가중치를 계산하기 위해, 공분산 행렬 계산 및 이의 역행렬 계산을 수행해야 되는데, 이는 프로세서의 높은 수준의 연산 능력을 요구하게 되고 실시간 초음파 영상을 제공하는데 있어 걸림돌이 되었다. 본 논문에서는 QR 분해를 기반으로 한 직교화 알고리즘을 적용하여, 공분산 행렬의 계산 및 그것의 역행렬을 계산하지 않고, 기존의 적응 빔포밍 방법과 동일한 결과를 도출하는 알고리즘을 제안하였다. 이를 통해 기존 대비 계산량을 획기적으로 줄이게 되어, 실제 상용화를 위해 한발짝 더 다가가는 결과를 도출했다. 시뮬레이션 및 실제 의료 초음파 데이터를 이용해 본 알고리즘의 효용성을 입증한다. 비선형 빔포밍 방법의 경우, 시간지연곱합 빔포밍을 변경하여 광음향 분야에 적용한다. 광음향 현미경는 광음향효과를 활용한 대표적 광음향 영상 장비로써, 초점화된 초음파 트랜스듀서를 사용하여, 높은 수준의 해상도를 갖는 영상을 획득 가능케 한다. 하지만, 이러한 성능은 초점화된 영역에 국한되고, 비초점화 영역에서는 영상의 질이 급격히 떨어지게 된다. 이러한 문제를 해결하기 위해 기존에 합성 개구 초점 방법을 기반한 알고리즘을 제안하였는데, 이는 비 초점화 영역에서 영상의 질을 회복하는 결과를 도출했었다. 본 논문에서는 시간지연곱합 빔포밍 기반 합성개구초점 알고리즘을 제안하여, 기존보다 보다 향상된 성능을 보여준다. 탄소 나노 튜브를 활용한 실험 및 실제 쥐의 배와 다리 영상을 획득하여 결과를 비교함으로써 본 방법의 유효성을 입증한다. 마지막으로, 앞서 제안한 방법을 시스템상에 구현함으로써 실제 구현이 가능한지 여부를 판단한다. 적응 빔포밍 방법 및 시간지연곱합 기반 비선형 빔포밍 방법의 경우 모두 많은 연산량을 요구하여, 실제 실시간 영상 장치를 구성하는데 있어 제약이 존재하는데, 본 논문에서는 그래픽 프로세서를 활용한 병렬화를 통해 기존 대비 연산 시간을 획기적으로 줄이도록 한다. 병렬화 이전과 병렬화 이후 연산 속도를 비교함으로써 병렬화를 통한 최적화 여부를 입증한다.
본 논문에서는 빔포밍 방법을 제안하고, 이를 의료 영상 분야에 적용한다. 더불어 이를 시스템상에 구현하고, 그래픽 프로세서를 활용한 병렬화를 통하여 계산 속도 감소 및 실제 상용화 가능 여부를 판단한다. 현재 다양한 형태의 빔포밍 방법이 존재하는데, 본 논문에서는 적응 빔포밍 방법과 비선형 빔포밍 방법에 대해 각각의 새로운 형태의 빔포밍 방법을 제안하고 이를 각각 초음파 의료 영상 및 광음향 의료 영상에 적용한다. 우선, 적응빔포밍 방법의 경우 성능은 그대로 유지하되, 기존 대비 계산량을 획기적으로 줄이는 방법을 제안하고 이를 초음파 의료 영상에 적용한다. 기존의 적응 빔포밍 방법은 적응 가중치를 계산하기 위해, 공분산 행렬 계산 및 이의 역행렬 계산을 수행해야 되는데, 이는 프로세서의 높은 수준의 연산 능력을 요구하게 되고 실시간 초음파 영상을 제공하는데 있어 걸림돌이 되었다. 본 논문에서는 QR 분해를 기반으로 한 직교화 알고리즘을 적용하여, 공분산 행렬의 계산 및 그것의 역행렬을 계산하지 않고, 기존의 적응 빔포밍 방법과 동일한 결과를 도출하는 알고리즘을 제안하였다. 이를 통해 기존 대비 계산량을 획기적으로 줄이게 되어, 실제 상용화를 위해 한발짝 더 다가가는 결과를 도출했다. 시뮬레이션 및 실제 의료 초음파 데이터를 이용해 본 알고리즘의 효용성을 입증한다. 비선형 빔포밍 방법의 경우, 시간지연곱합 빔포밍을 변경하여 광음향 분야에 적용한다. 광음향 현미경는 광음향효과를 활용한 대표적 광음향 영상 장비로써, 초점화된 초음파 트랜스듀서를 사용하여, 높은 수준의 해상도를 갖는 영상을 획득 가능케 한다. 하지만, 이러한 성능은 초점화된 영역에 국한되고, 비초점화 영역에서는 영상의 질이 급격히 떨어지게 된다. 이러한 문제를 해결하기 위해 기존에 합성 개구 초점 방법을 기반한 알고리즘을 제안하였는데, 이는 비 초점화 영역에서 영상의 질을 회복하는 결과를 도출했었다. 본 논문에서는 시간지연곱합 빔포밍 기반 합성개구초점 알고리즘을 제안하여, 기존보다 보다 향상된 성능을 보여준다. 탄소 나노 튜브를 활용한 실험 및 실제 쥐의 배와 다리 영상을 획득하여 결과를 비교함으로써 본 방법의 유효성을 입증한다. 마지막으로, 앞서 제안한 방법을 시스템상에 구현함으로써 실제 구현이 가능한지 여부를 판단한다. 적응 빔포밍 방법 및 시간지연곱합 기반 비선형 빔포밍 방법의 경우 모두 많은 연산량을 요구하여, 실제 실시간 영상 장치를 구성하는데 있어 제약이 존재하는데, 본 논문에서는 그래픽 프로세서를 활용한 병렬화를 통해 기존 대비 연산 시간을 획기적으로 줄이도록 한다. 병렬화 이전과 병렬화 이후 연산 속도를 비교함으로써 병렬화를 통한 최적화 여부를 입증한다.
In this thesis, we present beamforming algorithms and their application to biomedical imaging. First, we propose a computationally efficient adaptive beamformer, i.e., a MV beamformer, based on QR decomposition and show its validity for ultrasound (US) imaging. Typically, the MV beamformer shows sig...
In this thesis, we present beamforming algorithms and their application to biomedical imaging. First, we propose a computationally efficient adaptive beamformer, i.e., a MV beamformer, based on QR decomposition and show its validity for ultrasound (US) imaging. Typically, the MV beamformer shows significantly improved resolution and interference suppression capability over the DAS beamformer, but its improvements comes at the expense of increased computational cost. Computing the spatial covariance matrix and its inverse requires large computations, which limits the use of the MV beamformer in practice. Our proposed method reduce the computational complexity, thereby taking one step closer to practical use. Second, we propose the improved DMAS beamformer and deal with the critical problem of the acoustic-resolution photoacoustic microscopy (AR-PAM). AR-PAM uses a spherically focused single element US transducer with a high N.A and frequency, which enables us to obtain high-quality photoacoustic (PA) images. However, it is limited to the focal region so the image quality in the off-focus region is significantly degraded. Using DMAS beamforming algorithm with synthetic aperture focusing technique, we obtain improve lateral resolution in off-focus region, thereby achieving the extension of the imaging focal region. Finally, we implement the proposed beamforming algorithms for the parallel computing by using a graphical processing unit (GPU). Recently, in order to handle large amounts of data, the parallel computing based on the GPU have been actively studied in various areas. The GPU consists of many streaming processors (SP) which enable parallel computing, whereas a central processing unit (CPU) has four SP at most. In addition, users can easily implement algorithms by using parallel computing platform and an application programming interfaces (API) such as CUDA (Compute Unified Device Architecture) and OpenCL (Open Computing Language). For showing potential of our algorithms for parallel computing, we compare the processing times with CPU-based serial implementation on the frameworks of MATLAB and C, respectively.
In this thesis, we present beamforming algorithms and their application to biomedical imaging. First, we propose a computationally efficient adaptive beamformer, i.e., a MV beamformer, based on QR decomposition and show its validity for ultrasound (US) imaging. Typically, the MV beamformer shows significantly improved resolution and interference suppression capability over the DAS beamformer, but its improvements comes at the expense of increased computational cost. Computing the spatial covariance matrix and its inverse requires large computations, which limits the use of the MV beamformer in practice. Our proposed method reduce the computational complexity, thereby taking one step closer to practical use. Second, we propose the improved DMAS beamformer and deal with the critical problem of the acoustic-resolution photoacoustic microscopy (AR-PAM). AR-PAM uses a spherically focused single element US transducer with a high N.A and frequency, which enables us to obtain high-quality photoacoustic (PA) images. However, it is limited to the focal region so the image quality in the off-focus region is significantly degraded. Using DMAS beamforming algorithm with synthetic aperture focusing technique, we obtain improve lateral resolution in off-focus region, thereby achieving the extension of the imaging focal region. Finally, we implement the proposed beamforming algorithms for the parallel computing by using a graphical processing unit (GPU). Recently, in order to handle large amounts of data, the parallel computing based on the GPU have been actively studied in various areas. The GPU consists of many streaming processors (SP) which enable parallel computing, whereas a central processing unit (CPU) has four SP at most. In addition, users can easily implement algorithms by using parallel computing platform and an application programming interfaces (API) such as CUDA (Compute Unified Device Architecture) and OpenCL (Open Computing Language). For showing potential of our algorithms for parallel computing, we compare the processing times with CPU-based serial implementation on the frameworks of MATLAB and C, respectively.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.