Disputas: Carl-Inge Colombo Nilsen

Prøveforelesning

Bedømmelseskomité

Professor Jian Li, Department of Electrical and Computer Engineering, University of Florida
Professor Hans Torp, Institutt for sirkulasjon og bildediagnostikk, Norges teknisk-naturvitenskapelige universitet
Professor Fritz Albregtsen, Institutt for informatikk, Universitetet i Oslo

Leder av disputas:  Arne Maus

Veileder:  Sverre Holm og Andreas Austeng

Sammendrag

Tema for avhandlingen er stråleforming, hovedsakelig med anvendelser i medisinsk ultralydavbildning. Stråleforming er fellesbetegnelsen på de metoder der data fra flere sensorer kombineres for å øke kvaliteten på de ønskede mottatte signalene i forhold til hva som hadde vært mulig med en enkelt sensor. Metodene kan basere seg på informasjon om sensorenes posisjon i rommet, bølgefeltets romlige statistikk, etc.

Utfordringene knyttet til anvendelsen medisinsk ultralydavbildning er at dette er en sanntidsanvendelse der det brukes et relativt høyt antall sensorer, som samples og prosesseres ved relativt høye rater. Dette gjør det vanskelig å lage kompakte systemer eller benytte avanserte algoritmer uten at de resulterende systemene blir uhensiktsmessig store og dyre. Vi har sett på begge disse utfordringene.

I forbindelse med kompakte systemer har vi sett på delta-sigma-baserte stråleformere, som jobber direkte på 1-bits signaler. Prosesseringen medfører visse uønskede effekter, og vi har vist hvordan disse kan unngås. I tillegg har vi foreslått alternative strukturer for slike stråleformere.

I forbindelse med avanserte algoritmer har vi sett på såkalte adaptive stråleformere, som tilpasser sin prosessering til de gjeldende omgivelser ved å ta hensyn til bølgefeltets romlige statistikk. Denne statistikken må estimeres på en korrekt måte, hvilket kan være beregningsmessig tungt. Vi har vist hvordan slike beregninger kan gjøres enklere for ultralydavbildning. I tillegg har vi analysert en eksisterende adaptive metode med lav kompleksitet, og funnet hvordan den forholder seg til andre, velkjente metoder. Til slutt har vi tatt for oss forskjellige implementasjoner av kjente, adaptive metoder og vist hvordan disse kan utvikles på nye måter.

Arbeidet er utført ved Gruppen for Digital Signalbehandling og Bildeanalyse ved Institutt for Informatikk

Kontaktperson

For mer informasjon, kontakt Else Marie Lingaas.