学习用半球测量几何学对光声学计算机断层扫描进行过后投影重建方法

科学领域:

• 医疗成像医学成像
• 生物医学工程 生物医学工程
• 计算成像技术的成像

背景情况:

• 光声学计算机断层扫描 (PACT) 使用半球测量孔径进行3D成像,特别是在乳房成像中.
• 使用这些几何形状获取的数据称为半扫描数据,代表完整球形获取的一半.
• 虽然半扫描数据允许独特和稳定的重建,但缺乏封闭形式的解决方案,需要计算密集的代方法.

研究的目的:

• 用半扫描数据开发一个计算效率高的3D PACT重建方法.
• 为了解决缓慢,基于优化的代重建技术的局限性.
• 引入基于学习的过反向投影 (FBP) 方法,以近似半扫描PACT中的未知过操作.

主要方法:

• 开发了一种新的基于学习的过反向投影 (FBP) 方法,称为半扫描FBP方法.
• 使用机器学习方法来近似半扫描数据重建所需的显式过操作.
• 该方法通过使用3D乳腺PACT模型和幻影进行广泛的数值模拟来验证,然后应用于实验性体内乳腺PACT数据.

主要成果:

• 半扫描FBP方法成功地从半扫描PACT数据中重建了准确的3D图像.
• 与传统的代重建技术相比,开发的方法证明了显著的计算加速.
• 即使该方法应用于与训练数据集不同的数据,也保持了重建准确度,这表明了稳定性.

结论:

• 基于学习的半扫描FBP方法为从有限光圈数据中进行3D PACT图像重建提供了准确且计算效率高的解决方案.
• 这一进步为代方法提供了切实可行的替代方案,有可能提高PACT的临床适用性,特别是在乳腺成像方面.
• 该方法的稳定性表明它有可能在PACT中得到更广泛的应用,因为数据采集受到限制.