Thesis by SIVADON Audrey
Contributions to passive cavitation imaging: 3D adaptive beamforming and spatial extension of bubble clouds
Defended on 9 december 2022
Passive imaging relies on beamforming algorithms that require large aperture probes to provide good axial resolutions however, in 3D passive imaging, the matrix probes currently marketed do not meet this constraint. Moreover, these probes have a large number of elements, which makes their use particularly unwieldy. This thesis work focuses on the study and improvement of passive cavitation imaging by addressing two aspects in particular: (i) the practical and efficient implementation of 3D passive imaging, (ii) the problem of imaging large sources such as cavitation clouds. We have combined the application of sparse methods (to reduce the number of active elements of the probe used) and the transposition from 2D to 3D of adaptive algorithms in the frequency domain. This formalism uses the robust estimation of the inter-spectral density matrix (CSM) and allowed us to implement simply and efficiently different algorithms: Delay-And-Sum (DAS), Robust-Capon-Beamformer and Pisarenko. The efficiency of these algorithms in 3D has been tested in terms of width to half height, contrast and position error, on a point source in simulations and on a point reflector in experiments. Finally, in order to address the reality of cavitation clouds, we have investigated the behavior of these reconstruction methods in the case of extended sources. Our 2D simulations show the evolution of the reconstructed images as a function of the cavitation cloud characteristics. This work provides a concrete solution for a simple implementation of 3D passive imaging as well as answers to the expectations on the localization and characterization of a cavitation cloud.
Contributions à l'imagerie passive de la cavitation ultrasonore : formation de voies adaptatives en 3D et extension spatiale de nuages de bulles
Soutenue le 9 December 2022
L’imagerie passive s’appuie sur des algorithmes de formation de voie qui nécessitent des sondes de grande ouverture pour offrir de bonnes résolutions axiales or, en imagerie passive 3D, les sondes matricielles actuellement commercialisées ne vérifient pas cette contrainte. De plus, ces sondes présentent un grand nombre d’éléments, ce qui rend leur utilisation particulièrement lourde. Ce travail de thèse porte sur l’étude et l’amélioration de l’imagerie passive de la cavitation en s’intéressant à deux aspects en particulier : (i) la mise en œuvre pratique et efficace de l’imagerie passive en 3D, (ii) la problématique de l’imagerie de sources étendues telles que des nuages de cavitation. Nous avons combiné l’application des méthodes sparse (pour réduire le nombre d’éléments actifs de la sonde utilisée) et la transposition du 2D au 3D des algorithmes adaptatifs dans le domaine fréquentiel. Ce formalisme utilise l’estimation robuste de la matrice de densité inter-spectrale (CSM) et nous a permis d’implémenter simplement et efficacement différents algorithmes : Delay-And-Sum (DAS), Robust-Capon-Beamformer et Pisarenko. L’efficacité de ces algorithmes en 3D a été testée en termes de largeur à mi-hauteur, de contraste et d’erreur de position, sur une source ponctuelle en simulations et sur une expérience de réflecteur ponctuel. Enfin, pour répondre à la réalité des nuages de cavitation, nous nous sommes intéressés au comportement de ces méthodes de reconstruction dans le cas de sources étendues. Nos simulations en 2D montrent l’évolution des images reconstruites en fonction de caractéristiques du nuage de cavitation. Ce travail apporte une solution concrète de mise en œuvre simple de l’imagerie passive 3D ainsi que des éléments de réponse quant aux attentes sur la localisation et la caractérisation d’un nuage de cavitation.
Defended on 9 december 2022
Passive imaging relies on beamforming algorithms that require large aperture probes to provide good axial resolutions however, in 3D passive imaging, the matrix probes currently marketed do not meet this constraint. Moreover, these probes have a large number of elements, which makes their use particularly unwieldy. This thesis work focuses on the study and improvement of passive cavitation imaging by addressing two aspects in particular: (i) the practical and efficient implementation of 3D passive imaging, (ii) the problem of imaging large sources such as cavitation clouds. We have combined the application of sparse methods (to reduce the number of active elements of the probe used) and the transposition from 2D to 3D of adaptive algorithms in the frequency domain. This formalism uses the robust estimation of the inter-spectral density matrix (CSM) and allowed us to implement simply and efficiently different algorithms: Delay-And-Sum (DAS), Robust-Capon-Beamformer and Pisarenko. The efficiency of these algorithms in 3D has been tested in terms of width to half height, contrast and position error, on a point source in simulations and on a point reflector in experiments. Finally, in order to address the reality of cavitation clouds, we have investigated the behavior of these reconstruction methods in the case of extended sources. Our 2D simulations show the evolution of the reconstructed images as a function of the cavitation cloud characteristics. This work provides a concrete solution for a simple implementation of 3D passive imaging as well as answers to the expectations on the localization and characterization of a cavitation cloud.
Contributions à l'imagerie passive de la cavitation ultrasonore : formation de voies adaptatives en 3D et extension spatiale de nuages de bulles
Soutenue le 9 December 2022
L’imagerie passive s’appuie sur des algorithmes de formation de voie qui nécessitent des sondes de grande ouverture pour offrir de bonnes résolutions axiales or, en imagerie passive 3D, les sondes matricielles actuellement commercialisées ne vérifient pas cette contrainte. De plus, ces sondes présentent un grand nombre d’éléments, ce qui rend leur utilisation particulièrement lourde. Ce travail de thèse porte sur l’étude et l’amélioration de l’imagerie passive de la cavitation en s’intéressant à deux aspects en particulier : (i) la mise en œuvre pratique et efficace de l’imagerie passive en 3D, (ii) la problématique de l’imagerie de sources étendues telles que des nuages de cavitation. Nous avons combiné l’application des méthodes sparse (pour réduire le nombre d’éléments actifs de la sonde utilisée) et la transposition du 2D au 3D des algorithmes adaptatifs dans le domaine fréquentiel. Ce formalisme utilise l’estimation robuste de la matrice de densité inter-spectrale (CSM) et nous a permis d’implémenter simplement et efficacement différents algorithmes : Delay-And-Sum (DAS), Robust-Capon-Beamformer et Pisarenko. L’efficacité de ces algorithmes en 3D a été testée en termes de largeur à mi-hauteur, de contraste et d’erreur de position, sur une source ponctuelle en simulations et sur une expérience de réflecteur ponctuel. Enfin, pour répondre à la réalité des nuages de cavitation, nous nous sommes intéressés au comportement de ces méthodes de reconstruction dans le cas de sources étendues. Nos simulations en 2D montrent l’évolution des images reconstruites en fonction de caractéristiques du nuage de cavitation. Ce travail apporte une solution concrète de mise en œuvre simple de l’imagerie passive 3D ainsi que des éléments de réponse quant aux attentes sur la localisation et la caractérisation d’un nuage de cavitation.
