초음파 빔포밍·영상재구성의 딥러닝 기반 품질 향상과 치료/정량 분석 연계

Deep Learning-Driven Ultrasound Beamforming and Image Reconstruction for Quality Improvement and Therapy/Quantification

연구 내용

단일면파 영상 품질을 향상시키기 위한 비지도 딥 빔포밍과 위상수차 보정 기법을 개발하고, 초고속 혈관 지표와 국소화 마이크로스코피를 위한 전송·수신 조건을 최적화하는 연구

초음파 영상의 품질과 신뢰도를 높이기 위해 영상 재구성 전 단계의 물리 기반 제약을 반영한 딥러닝 접근을 수행합니다. 비지도 학습 기반의 deep coherence learning을 통해 단일 plane wave에서도 고품질 영상을 얻는 빔포밍 구성을 제안합니다. 또한 ESWT 유도 초음파에서 위상수차로 인한 영상 열화와 정렬 오차를 보정하는 절차를 구축합니다. 초고속 스캔에서는 넓은 시야 곡면 어레이 기반 PWV 측정에 적응형 참조 프레임 갱신으로 out-of-plane motion 누적 오차를 줄이고, 국소화 마이크로스코피에서는 aliasing-free 조건의 전송·수신 파라미터를 수치적으로 탐색합니다.

관련 프로젝트

1건

연구 흐름

초기에는 치료 초음파와 측정 초음파에서 발생하는 영상 열화 요인을 줄이기 위해 빔 품질과 모션 보정 알고리즘을 설계하는 방향으로 연구를 진행했습니다. 2022년에는 복부 초음파 기반 초고속 PWV 측정을 위해 추적 알고리즘과 이론적 모델을 결합했습니다. 2023년에는 ESWT 유도에서 위상수차 보정 가능성을 확인하며 치료-영상 연계 요소를 강화했습니다. 2024년에는 deep coherence learning을 통해 단일 plane wave 영상 품질을 비지도 방식으로 개선했습니다. 2025년에는 국소화 마이크로스코피의 aliasing을 억제하는 최적 전송·수신 조건을 수치적으로 규명했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

단일면파 고품질 초음파 영상 재구성
ESWT 유도 초음파 품질 보정
위상수차 저감 영상 처리
초고속 PWV 정량 측정 보조
동맥 경직 평가 알고리즘
초음파 빔포밍 최적화 엔진
aliasing-free 국소화 마이크로스코피
전송·수신 조건 설계 지침
치료/진단 겸용 초음파 신호처리 모듈
실시간 영상 향상용 보정 파이프라인