La microscopie de localisation ultrasonore permet d'évaluer la microstructure vasculaire en détectant, localisant et suivant les microbulles dans le réseau vasculaire. Cette microscopie fournit une carte vasculaire du réseau avec une très bonne résolution spatiale mais avec un temps d'acquisition de plusieurs minutes. Il est donc très important d'augmenter le nombre de microbulles détectées afin de limiter le temps d'acquisition.
La méthode standard de détection des microbulles suppose que les agents de contraste sont les structures de plus haute intensité dans les images ultrasonores. Cependant, les données in vivo montrent que l'intensité des microbulles peut être inférieure à celle du tissu résiduel ou même du bruit. Ainsi, pour faciliter la détection de ces microbulles, cet article propose un détecteur de microbulles fondé sur la théorie de la décision via la méthode « Constant False Alarm Rate » (taux de fausse alarme constant) qui correspond à un algorithme adaptatif utilisée dans les radars pour isoler le signal retour d'une cible d'un bruit de fond. Dans cette étude, la méthode basée sur le critère de Neyman-Pearson est comparée aux méthodes de détection standard qui s’appuient sur l'intensité ou la corrélation croisée normalisée.
Cette méthode est appliquée sur des données simulées et des mesures in vivo de cerveaux et de reins de rats. La nouvelle méthode de détection basée sur la théorie de la décision permet de contrôler le taux de fausse alarme sans dégrader le taux de détection des microbulles sur les données simulées. De plus elle améliore la résolution de la carte des vaisseaux sur les données cérébrales in vivo et de détecter plus de vaisseaux sur les données rénales in vivo.
