深度学习在有限视角稀疏采样光声图像重建中的应用

摘要：

光声成像(Photoacoustic imaging,PAI)是一种多物理场耦合的新型功能成像技术,高质量图像重建是提高成像精度的关键.当探测器采集的光声信号数据不完备时,若采用标准重建方法(如反投影、时间反演和延迟求和等)会导致图像质量以及成像深度的下降.迭代重建算法可在一定程度上解决此问题,但存在计算成本高、需合理选择正则化方法等缺点.近年来,深度学习已经成为医学成像领域的首选方法,其在高效率重建高质量图像方面展现出了巨大潜力.本文对深度学习在有限角度稀疏采样光声图像重建中的应用进展进行总结,对主要方法进行分类归纳,并讨论不同方法的优势和不足.

关键词：光声成像、图像重建、深度学习、卷积神经网络、迭代策略、非迭代策略

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62071181

在线出版日期：2022-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：971-983