Now showing items 41-52 of 52

    • Real-Time Automatic Ejection Fraction and Foreshortening Detection Using Deep Learning 

      Smistad, Erik; Salte, Ivar Mjåland; Østvik, Andreas; Melichova, Daniela; Nguyen, Thuy Mi; Haugaa, Kristina; Brunvand, Harald; Edvardsen, Thor; Leclerc, Sarah; Bernard, Olivier; Grenne, Bjørnar; Løvstakken, Lasse (Peer reviewed; Journal article, 2020)
      Volume and ejection fraction (EF) measurements of the left ventricle (LV) in 2-D echocardiography are associated with a high uncertainty not only due to interobserver variability of the manual measurement, but also due to ...
    • Real-time Standard View Classification in Transthoracic Echocardiography using Convolutional Neural Networks 

      Østvik, Andreas; Smistad, Erik; Aase, Svein Arne; Haugen, Bjørn Olav; Løvstakken, Lasse (Journal article; Peer reviewed, 2018)
      Transthoracic echocardiography examinations are usually performed according to a protocol comprising different probe postures providing standard views of the heart. These are used as a basis when assessing cardiac function, ...
    • Rekonstruksjon av ultralyd blodhastighetsfelter basert på Dyp Læring 

      Wifstad, Sigurd Vangen (Master thesis, 2020)
      Ny forskning viser at avvik fra normal blodstrøm i venstre ventrikkel kan være et tidlig tegn på hjertesykdom. Nøyaktig screening av blodstrøm i venstre ventrikkel kan hjelpe leger å gi passende behandling til pasienter ...
    • Retrospective Transmit beamforming and Coherent Plane-Wave Compounding for Microvascular Doppler Imaging: A Comparison Study 

      Golfetto, Cristiana; Ekroll, Ingvild Kinn; Torp, Hans; Løvstakken, Lasse; Avdal, Jørgen (Peer reviewed; Journal article, 2020)
      Imaging blood flow in small vessels is of great clinical value for evaluating increased vascularization, potentially related to angiogenesis in cancer or inflammation processes in musculoskeletal disease. Using a traditional ...
    • Right Ventricular Flow Dynamics in Dilated Right Ventricles: Energy Loss Estimation Based on Blood Speckle Tracking Echocardiography-A Pilot Study in Children 

      Mawad, Wadi; Løvstakken, Lasse; Fadnes, Solveig; Grønli, Thomas; Segers, Patrick; Mertens, Luc; Nyrnes, Siri Ann (Peer reviewed; Journal article, 2021)
      Using blood speckle tracking (BST) based on high-frame-rate echocardiography (HFRE), we compared right ventricle (RV) flow dynamics in children with atrial septal defects (ASDs) and repaired tetralogy of Fallot (rTOF). ...
    • The Ultrasound Cardiac Supercycle - for high temporal and spatial resolution 

      Haga, Tora Grenness (Master thesis, 2021)
      Hjerteultralyd er en ikke-invasiv medisinsk avbildningsmetode som gir informasjon om hjertets struktur og funksjonsevne. Det er derav en mye brukt metode for å undersøke og oppdage hjerteog karsykdommer. Ettersom slike ...
    • The UltraSound ToolBox 

      Rodriguez-Molares, Alfonso; Rindal, Ole Marius Hoel; Bernard, Olivier; Nair, Arun; Bell, Muyinatu A. Lediju; Liebgott, Herve; Austeng, Andreas; Løvstakken, Lasse (Journal article; Peer reviewed, 2017)
      We present the UltraSound ToolBox (USTB), a processing framework for ultrasound signals. USTB aims to facilitate the comparison of imaging techniques and the dissemination of research results. It fills the void of tools ...
    • Two-Dimensional Blood Velocity Estimation for Intracardiac Flow Assessment 

      Fadnes, Solveig (Doktoravhandlinger ved NTNU, 1503-8181; 2014:260, Doctoral thesis, 2014)
      Måling av blodstrømshastigheter i hjertet Ultralyd (ekkokardiografi) og fargedoppler er viktige verktøy som brukes for å detektere og visualisere medfødt hjertefeil. To av de mest vanlige formene for medfødt hjertefeil ...
    • Ultrasound Beamforming based on Deep Learning 

      Kjenstad, Lars Egil (Master thesis, 2020)
      Stråleforming blir brukt av enheter som tar opp eller sender signaler med flere enn én kanaler for å gi sterkere signalstyrke i en gitt retning. Innen ultralyd kan bedre algoritmer for stråleforming gi økt bildekvalitet, ...
    • Ultrasound image processing using deep generative models 

      Mercado Valls, Hector (Master thesis, 2020)
      Speckle er blant de mest forstyrrende elementene i medisinske ultralydbilder. Fenomenet forvrenger signalet som legene ønsker å undersøke og gjør det vanskeligere å oppdage små somatiske anomalier. Dette prosjektet søker ...
    • Ultrasound speckle reduction using generative adversial networks 

      Dietrichson, Fabian Sødal; Smistad, Erik; Østvik, Andreas; Løvstakken, Lasse (Journal article; Peer reviewed, 2018)
      Generative adversial networks (GANs) have shown its ability to create realistic and accurate image-to-image transformation. The goal of this work was to investigate whether deep convolutional GANs can learn to perform ...
    • Vessel detection in ultrasound images using deep convolutional neural networks 

      Smistad, Erik; Løvstakken, Lasse (Journal article; Peer reviewed, 2016)
      Deep convolutional neural networks have achieved great results on image classification problems. In this paper, a new method using a deep convolutional neural network for detecting blood vessels in B-mode ultrasound images ...