Rețea de transformare a domeniului pentru tomografie fotoacustică din date cu vizualizare limitată și date eșantionate

O metodă de reconstrucție a învățării fără a utiliza reconstrucții liniare convenționale.

domeniului

Modelul fizic este încorporat în structura rețelei noastre.

Reconstrucții mai bune și mai fiabile.

Abstract

Metodele de reconstrucție a imaginii medicale bazate pe învățarea profundă au demonstrat recent performanțe puternice în tomografia fotoacustică (PAT) din date cu vizualizare limitată și date rare. Cu toate acestea, deoarece majoritatea acestor metode trebuie să utilizeze metode convenționale de reconstrucție liniară pentru a implementa transformări semnal-imagine, performanța lor este limitată. În această lucrare, propunem o nouă abordare de reconstrucție a învățării profunde, care integrează strategiile adecvate de pre-procesare și formare a datelor. Rețeaua de proiecție a caracteristicilor (FPnet) prezentată aici este concepută pentru a învăța această transformare semnal-imagine prin învățare bazată pe date, mai degrabă decât prin utilizarea directă a reconstrucției liniare. Pentru a îmbunătăți în continuare rezultatele reconstrucției, metoda noastră integrează o rețea de post-procesare a imaginii (U-net). Experimentele arată că metoda propusă poate obține o calitate ridicată a reconstrucției din date cu vizualizare limitată, cu măsurători rare. Atunci când se utilizează accelerarea GPU, această metodă poate atinge o viteză de reconstrucție de 15 cadre pe secundă.

Anterior articolul emis Următorul articolul emis

Cuvinte cheie

Tong Tong a absolvit Universitatea de Știință și Tehnologie Electronică din China și este acum candidat la doctorat la Institutul de Automatizare, Academia de Științe din China și Școala de Inteligență Artificială, Universitatea din Academia de Științe din China. Principala sa este reconstrucția imagistică medicală și recunoașterea tiparelor.

Wenhui Huang, un doctorand de la Colegiul de Medicină și Ingineria Informațiilor Biologice, Universitatea Northeastern. Principala sa este imagistica medicală și se concentrează în principal pe imagistica moleculară a tumorilor capului și gâtului.