توسعه فناوری تولید هولوگرام اولتراسونیک در زمان واقعی مبتنی بر یادگیری عمیق

29 دسامبر 2022 -توسط DGIST موسسه علم و فناوری Daegu Gyeongbuk

اعتبار: IEEE Transactions on Ultrasonics، Ferroelectrics, and

تیم پروفسور هوانگ جائه یون، گروه مهندسی برق و علوم کامپیوتر DGIST یک فناوری تولید هولوگرام اولتراسوند مبتنی بر یادگیری عمیق را توسعه داد که می تواند آزادانه شکل اولتراسوند متمرکز را در زمان واقعی بر اساس هولوگرام ها پیکربندی کند. انتظار می رود در آینده از آن به عنوان یک فناوری پایه در زمینه تحریک و درمان مغز استفاده شود که نیاز به دقت دارد.

سونوگرافی یک فناوری بی خطر است که حتی برای معاینه قبل از زایمان نیز استفاده می شود. از آنجایی که می تواند نواحی عمیق را بدون جراحی تحریک کند، اخیراً روش های اولتراسوند برای تحریک و درمان مغز مورد مطالعه قرار گرفته است. تحقیقات قبلی نشان داده است که تحریک مغز با امواج فراصوت می تواند به درمان بیماری هایی مانند بیماری آلزایمر، افسردگی و درد کمک کند.

با این حال، مشکل این است که تحریک انتخابی نواحی مرتبط از مغز که در آن چندین ناحیه به طور همزمان با یکدیگر تعامل دارند، دشوار است، زیرا فناوری کنونی فراصوت را در یک نقطه کوچک یا یک دایره بزرگ برای تحریک متمرکز می‌کند. برای حل این مشکل، فناوری با قابلیت تمرکز آزادانه اولتراسوند بر روی ناحیه مورد نظر با استفاده از اصل هولوگرام پیشنهاد شده بود، اما دارای محدودیت‌هایی مانند دقت کم و زمان محاسبه طولانی برای تولید هولوگرام است.

تیم پروفسور هوانگ جائه-یون، پروفسور DGIST یک چارچوب یادگیری مبتنی بر یادگیری عمیق را پیشنهاد کرد که می‌تواند با یادگیری تولید هولوگرام‌های اولتراسوند برای غلبه بر محدودیت‌ها، فوکوس فراصوت  دقیق را در زمان واقعی ارائه دهد. در نتیجه، تیم پروفسور هوانگ نشان داد که می‌توان سونوگرافی را به شکل مورد نظر با دقت بیشتری در زمان ایجاد هولوگرام نزدیک به زمان واقعی و تا 400 برابر سریع‌تر از روش الگوریتم تولید هولوگرام اولتراسوند موجود متمرکز کرد.

چارچوب یادگیری مبتنی بر یادگیری عمیق که توسط تیم تحقیقاتی پیشنهاد شده است، تولید هولوگرام های اولتراسونیک را از طریق یادگیری خود نظارتی می آموزد. یادگیری خود نظارتی روشی برای یادگیری یافتن پاسخ با یافتن یک قانون به تنهایی برای داده های بدون پاسخ است. تیم تحقیقاتی روشی را برای یادگیری تولید هولوگرام اولتراسونیک، یک شبکه یادگیری عمیق بهینه‌سازی شده برای تولید هولوگرام اولتراسونیک و یک تابع از دست دادن جدید، در حالی که اعتبار و عالی بودن هر جزء را از طریق شبیه‌سازی‌ها و آزمایش‌های واقعی اثبات می‌کند، پیشنهاد کرد.

پروفسور هوانگ جائه یون، دپارتمان مهندسی برق و علوم کامپیوتر DGIST گفت: “ما فناوری یادگیری عمیق را برای هولوگرام های اولتراسوند پیشنهادی نسبتاً اخیراً به کار بردیم. در نتیجه، فناوری را توسعه دادیم که می تواند آزادانه، سریع و با دقت تولید و شکل اولتراسوند را تغییر دهد. امیدواریم نتایج این تحقیق در فناوری تحریک دقیق مغز بیمار و زمینه‌های فراصوت عمومی (تصویربرداری اولتراسوند، حرارت درمانی و غیره) مورد استفاده قرار گیرد.

این مقاله در مجله IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control منتشر شده است.