神经网络用于在组织幻影中更快的激光超声波断层扫描
Ahmed Al Fuwaires1, Peter Lukacs1, Don Pieris1
1Department of Electronic and Electrical Engineering, University of Strathclyde, 204 George st, Glasgow, G1 1XW, UK.
Photoacoustics
|February 20, 2026
概括
本研究介绍了一种快速,准确的方法,用于绘制材料中的声速 (SoS),使用激光超声波和卷积神经网络 (CNN). 该技术可以实现生物医学应用的近实时成像.
科学领域:
- 生物医学工程 生物医学工程
- 声学成像 声学成像
- 机器学习 机器学习
背景情况:
- 音速 (SoS) 映射提供了局部化的声学属性信息,对于组织表征和改善医学成像至关重要.
- 传统的飞行时间 (ToF) 断层扫描用于SoS映射是计算密集型的,限制了其临床应用.
- 开发更快,更准确的SoS重建方法对于先进的生物医学成像技术至关重要.
研究的目的:
- 通过全光学获取数据和卷积神经网络 (CNN) 对SoS地图的断层重建提出一种新的方法.
- 将激光超声波 (LU) 数据采集系统与基于CNN的重建集成为近乎实时的高质量成像.
- 评估LU-CNN框架在重建异质结构的SoS地图中的性能.
主要方法:
- 开发了一个CNN训练模拟超声波传播数据的超声波培训器,用于断层图像重建.
- 集成了激光超声波 (LU) 系统,用于全光学数据采集.
- 从模仿组织的幽灵获得的数据具有不同的包含和SoS值.
主要成果:
- 使用CNN. 在不到6毫秒的时间内实现了77毫米×77毫米面积的断层学重建.
- 证明了精确的异质幻象的SoS映射,其中包括直径仅为6毫米的小物质.
- 报告了与地面真相相比,幻影和包容的平均尺寸错误为5.73%,与已建立的成像方式相比.
结论:
- 集成的LU-CNN框架为传统的SoS成像和重建方法提供了准确和快速的替代方案.
- 该方法显示了对生物医学相关样本进行远程和灵活检查的巨大潜力.
- 需要进一步进行体内试验,以充分探索这种先进成像技术的临床适用性.
