[ENG] The current investigation delves into the capabilities of deep neural networks for configuring an ultrasonic beamformer with the ability to mitigate secondary lobe structures within images. Through experimentation with a collection of simulated signals, the results obtained underscore the feasibility of achieving this objective within a synthetic aperture imaging framework. Notably, data structure, improvements in lateral resolution are also demonstrated to be attainable.

El presente trabajo analiza el potencial de las redes neuronales profundas para configurar un conformador de haz para imagen ultrasónica capaz de reducir las aberraciones generadas por los lóbulos secundarios. Trabajando sobre un conjunto de señales simuladas como elemento de aprendizaje, los resultados obtenidos muestran que en un proceso de imagen de apertura sintética éste es un objetivo alcanzable y que además es posible mejorar la resolución lateral.

Los resultados de esta publicación son parte de los proyectos de I+D+i PID2022-138013OB-I00 y PID2019-111392RB- I00 financiados por MCIN/AEI/10.13039/ 501100011033/. En estos resultados también hay parte del proyecto ISABEL- 202150E058.

54 Congreso Español de Acústica - TECNIACÚSTICA 2023 - XIII Encuentro Ibérico de Acústica - l International Symposium on Acoustics in Biomedical Engineering, Cuenca (España) del 18 al 20 de octubre de 2023. 4 páginas, 6 figuras