Robuste Pulsdetektion für die Ultraschall-Computertomographie ...

2.3. STAND DER FORSCHUNG
Schätzung in den Frequenzbereich verlagert, was das Verfahren robuster gegen
störende Einflüsse von Rauschen macht, da nur der interessierende Frequenz-
bereich betrachtet und Einflüsse außerhalb dieses Bereichs nicht berücksichtigt
werden. Prinzipiell entspricht das einer Bandpasscharakteristik. Die Pulse werden
dabei als gauß’sche Echos mit einem zugehörigen Parametervektor modelliert, da
dies die beste Annäherung an die Pulsform ermöglicht.
Durch das Verfahren soll auch eine Trennung von überlagerten Pulsen möglich
sein, da diese nach der Schätzung vom Signal subtrahiert werden können und so
die Erkennung eines zweiten Pulses, der eventuell überlagert wurde, möglich ist.
Die durch das Verfahren gewonnenen Parameter (Amplitude, Ankunftszeit, Mit-
tenfrequenz, Phase, Bandbreite) können weiterverarbeitet werden, um die Bild-
qualität des Abbildungsverfahrens zu verbessern. Ein weiterer wichtiger Punkt
ist die Unterdrückung von Rauschen, welches nicht modelliert werden sollte. Zur
Auswahl der Pulse wird allerdings nur ein Ansatz mit einer Fensterung im Fre-
quenzbereich erläutert, der für den vorgesehenen Zweck der Anwendung jedoch
nicht optimal ist. Dies resultiert daraus, dass die verwendeten Signale alle um die
Mittenfrequenz von 2,4 MHz angesiedelt sind und eine Trennung im Frequenzbe-
reich unmöglich ist. Die Recherche zur Detektion und Auswahl der Signale wird
im nächsten Abschnitt dargestellt. Zu erwähnen bleibt noch die hohe Komple-
xität des Algorithmus im Vergleich zu anderen Denoising-Verfahren, wie auf der
Discrete-Wavelet-Transform (DWT) basierende. Dies liegt an der zweistufigen
kontinuierlichen Wavelet-Analyse des Signals. Allerdings können dadurch die Pa-
rameter der Pulse gewonnen werden, was zusätzlich eine viel höhere Kompression
der Signale ermöglicht.
Andere Ansätze der Parameterschätzung verwenden oft eine Expectation-Maxi-
mization-Methode (EM), was einer Maximum-Likelihood-Suche mit statistischen
Ansätzen entspricht. Demirli et al. [7] haben gezeigt, dass dieser Ansatz eine gu-
te Schätzung von Pulsparametern ermöglicht, aber auch einige Nachteile birgt.
Die Schätzung findet zum einen im Zeitbereich des Signals statt, so dass in ver-
rauschten Umgebungen ein zusätzliches Modell zur Rauschunterdrückung einge-
setzt werden muss, um das Verfahren robuster zu gestalten. Ein weiterer Nachteil
gegenüber der CWT-Methode ist die initiale Vorgabe von Schätzparametern, da
11