Spatially weighted fidelity and regularization terms for attenuation imaging

Abstract

diferencia logarítmica espectral regularizada puede generar mapas de atenuación local precisos. Sin embargo, el rendimiento del método se degrada cuando se producen cambios significativos en la amplitud de retrodispersión. Se han introducido variaciones de la técnica que implican un enfoque ponderado de la regularización de la retrodispersión; sin embargo, no es eficaz cuando se producen cambios tanto en la atenuación como en la retrodispersión. Este estudio introduce un nuevo enfoque que incorpora una norma L1 para la regularización de la retrodispersión y ponderaciones que varían espacialmente para los términos de fidelidad y regularización. Los pesos se calculan a partir de una estimación inicial de los cambios de retrodispersión. Se realizaron análisis comparativos con datos simulados, de maniquíes y clínicos. Cuando se producen cambios en la retrodispersión y la atenuación, el enfoque propuesto redujo el error cuadrático medio más bajo hasta en un 73%. También mejoró la relación contraste-ruido en un factor de 4,4 de media en comparación con los métodos disponibles anteriormente, teniendo en cuenta los datos simulados y de maniquí. Los resultados in vivo obtenidos en hígados sanos, nódulos tiroideos y un tumor de mama confirman su eficacia. En el hígado, se muestra eficaz para reducir los artefactos de las imágenes de atenuación. En los tumores de tiroides y mama, el método demostró una mejor relación contraste-ruido y una mayor coherencia de las mediciones de atenuación con el realce acústico posterior. En general, este método es prometedor para mejorar las imágenes de atenuación por ultrasonidos, ya que ayuda a diferenciar las características de los tejidos que pueden indicar patología.Quantitative ultrasound holds promise in enhancing diagnostic accuracy. For attenuation imaging, the regularized spectral log difference can generate accurate local attenuation maps. However, the performance of the method degrades when significant changes in backscatter amplitude occur. Variations of the technique were introduced involving a weighted approach to backscatter regularization; however, it is not effective when changes in both attenuation and backscatter occur. This study introduces a novel approach that incorporates an L1-norm for backscatter regularization and spatially varying weights for both fidelity and regularization terms. The weights are calculated from an initial estimation of backscatter changes. Comparative analyses with simulated, phantom, and clinical data were performed. When changes in backscatter and attenuation occur, the proposed approach reduced the lowest root mean square error by up to 73%. It also improved the contrast-to-noise ratio by a factor of 4.4 on average compared to previously available methods, considering the simulated and phantom data. In vivo results from healthy livers, thyroid nodules, and a breast tumor further confirm its effectiveness. In the liver, it is shown to be effective at reducing artifacts of attenuation images. In thyroid and breast tumors, the method demonstrated an enhanced contrast-to-noise ratio and better consistency of the attenuation measurements with the posterior acoustic enhancement. Overall, this approach offers promise for enhancing ultrasound attenuation imaging by helping differentiate tissue characteristics that may indicate pathology.