機械学習による界面補間を援用した二層体に対するアレイ超音波イメージング

抄録

アレイ探触子を用いて接触媒質を介して被検体中へ伝搬する超音波による内部映像化を検討する．ここでは，アレイ映像化手法である全波形サンプリング処理(FSAP)方式を用いて，第 1 ステップで接触媒質と被検体の界面の形状を推定する．第 2ステップで，推定した界面における屈折を考慮して各アレイ素子から内部までの超音波伝搬経路を計算し，超音波の往復伝搬時間に相当する振幅を合成することで被検体内部の映像を得る．本研究では，敵対的生成ネットワークを用いた機械学習法である pix2pixを用いて界面の不完全部分を補間し，FSAP方式による欠陥再構成を高精度化することを試みた． pix2pixで学習モデルを作成するために，波動伝搬シミュレーションを用いて大量の学習用データを作成した．実際の鋼製パイプに作成した人工欠陥に対して本手法を実施した結果，学習モデルを用いて界面補間を行うことで被検体の欠陥イメージングの精度が大幅に向上することを示した．