基于端到端深度学习的超声波波束成形的实验验证
原文约500字，阅读约需2分钟。发表于：。利用深度学习和数据到图像网络来改善超快速超声成像的图像质量，结果表明即使使用很少的训练数据，该网络架构也能在所有评估指标上提高单平面波图像的质量。
本文介绍了一种基于视觉转换器的微型波束形成器(Tiny-VBF)，用于加速超声成像中的计算密集型非实时波束形成算法。Tiny-VBF在资源有限的边缘设备上展示了较低的复杂性和较高的性能，相比于最先进的深度学习模型和传统的延迟和求和(DAS)波束形成器，它具有更高的对比度和分辨率增益。同时，作者还提出了一种加速器架构，并在FPGA上实现了Tiny-VBF模型，资源消耗比浮点实现少50%。
