相关实验视频
Updated: Jun 19, 2026
08:31
Three-dimensional Optical-resolution Photoacoustic Microscopy
Published on: May 3, 2011
18.8K
从影像到影像:使用混合深度学习方法直接重建光声断层扫描图像
Hui Xie1, Praveenbalaji Rajendran2, Manojit Pramanik3
1School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University, Singapore 637459, Singapore.
Biomedical optics express
|December 10, 2025
概括
这项研究引入了一种新的深度学习方法,用于光声学计算机断层扫描 (PACT) 图像重建. 该方法直接将原始传感器数据映射到图像中,提高质量并减少复杂的处理.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 医学物理 医学物理
- 机器学习 机器学习
背景情况:
- 光声学计算机断层扫描 (PACT) 集成了光学和超声波成像.
- 由于噪音和硬件限制,从PACT的影像中重建图像是具有挑战性的.
- 目前PACT中的深度学习应用主要集中在图像增强上,而不是直接重建.
研究的目的:
- 从原始传感器数据 (sinograms) 开发一种新的,数据驱动的方法,用于从原始传感器数据 (sinograms) 直接重建PACT图像.
- 消除在PACT中需要传统的多步重建过程.
- 利用深度学习来提高PACT图像生成的准确性和效率.
主要方法:
- 制定了作为监督学习问题的PACT图像重建.
- 采用Swin-UNETR架构的混合完全连接网络.
- 学习了从原始的阴影图直接映射到重建的图像.
主要成果:
- 实现了高图像质量,峰值信号噪声比 (PSNR) 为33.878dB.
- 显示出优异的结构相似性,结构相似性指数 (SSIM) 为0.975.
- 成功绕过了传统的重建步骤,实现了直接的synogram-to-image转换.
结论:
- 拟议的深度学习方法为PACT图像重建提供了一个强大的替代方案.
- 这种方法显著提高了图像质量,并简化了重建管道.
- 直接数据驱动的重建对推进PACT应用具有很大的前景.
更多相关视频
11:21Integrated Photoacoustic Ophthalmoscopy and Spectral-domain Optical Coherence Tomography
Published on: January 15, 2013
11.9K
06:45Author Spotlight: Integrated Photoacoustic, Ultrasound, and Angiographic Tomography (PAUSAT) for NonInvasive Whole-Brain Imaging of Ischemic Stroke
Published on: June 2, 2023
2.2K
