【技术实现步骤摘要】
基于互信息的受限视角光声图像重构方法
[0001]本专利技术涉及一种基于互信息的先验知识补偿用于时频域输入的受限视角光声图像重构方法。
技术介绍
[0002]光声成像作为非侵入式的医学成像手段,结合了光的高对比度特性和声的深穿透度特性,近些年来引起的国内外学者的广泛关注。基于光声效应,生物组织在光激励下产生超声信号,这些超声信号被周围的超声探头接收后,人们可以通过重构算法得到生物组织的光声图像。
[0003]作为一种重要的光声成像设备,光声计算机断层扫描(PAT)因其成像快速等特点正得到飞速的发展。目前,PAT得到的光声图像已经在血氧饱和度定量、小动物成像、乳腺肿瘤良恶性判断等预临床和临床应用中表现出其他模态没有的优势。但诊断结果的精度很大程度依赖于重构的光声图像质量。这意味着光声重构算法决定了光声设备在临床应用的价值。
[0004]目前通过传统的重构算法得到的光声图像质量较低。这些重构算法往往会引入伪影信息,给医生的诊断带来困难。特别是在实际临床应用中,由于空间和检测环境的限制,超声探头往往只能覆盖病人的一部分而造成受限视角的问题。这时使用传统的重构算法更会造成生物组织信息混杂在伪影中无法分辨。
技术实现思路
[0005]本专利技术要解决的技术问题是:受限视角情况下,现有的光声图像重构算法会造成信息损失并引入伪影信息。
[0006]为了解决上述技术问题,本专利技术的技术方案是提供了一种基于互信息的受限视角光声图像重构方法,其特征在于,包括以下步骤:
[0007]针对超 ...
【技术保护点】
【技术特征摘要】
1.一种基于互信息的受限视角光声图像重构方法,其特征在于,包括以下步骤:针对超声探头接收的超声信号使用时域重构算法得到的DAS图像x
i
,同时,使用频域重构算法得到的k空间图像x
k
;将DAS图像x
i
与k空间图像x
k
输入时频域U形网络模型后重构得到光声图像,其中,时频域U形网络模型采用编码器-解码器结构:DAS图像x
i
输入编码器后先经过快速傅里叶变换后取复数的实部,随后与输入编码器的k空间图像x
k
通道连接后输入信息共享模块一;k空间图像x
k
输入编码器后先经过快速逆傅里叶变换后取复数的实部,随后与输入编码器的DAS图像x
i
通道连接后输入信息共享模块一;通过信息共享模块一得到的时域输出一和频域输出一经过最大池化层一后作为信息共享模块二的时域输入和频域输入;信息共享模块二得到的时域输出二和频域输出二经过最大池化层二后作为信息共享模块三的时域输入和频域输入;信息共享模块三得到的时域输出三和频域输出三经过最大池化层三后作为信息共享模块四的时域输入和频域输入;信息共享模块四的时域输出四和频域输出四经过最大池化层四后,频域输出四再经过逆傅里叶变换后与时域输出四在通道上连接在一起,随后经过卷积核计算得到中间潜在表征z2,中间潜在表征z2为编码器的最终输出;信息共享模块一、信息共享模块二、信息共享模块三及信息共享模块四对时域输入和频域输入进行相同的处理,将信息共享模块一、信息共享模块二、信息共享模块三或信息共享模块四定义为信息共享模块,则有:信息共享模块提取时域输入的浅层特征后输出给解码器;信息共享模块将提取到的时域输入的高层次特征、提取到的频域输入变换到时域后的高层次特征与时域输入的原始特征交互融合后形成时域输出一、时域输出二、时域输出三或时域输出四;信息共享模块将提取到的频域输入的高层次特征、提取到的时域输入变换到频域后的高层次特征与频域输入的原始特征交互融合后形成频域输出一、频域输出二、频域输出三或频域输出四;解码器将编码器输出的中间潜在表征z2恢复为光声图像。2.如权利要求1所述的一种基于互信息的受限视角光声图像重构方法,其特征在于,所述最大池化层一、所述最大池化层二、所述最大池化层三及所述最大池化层四均为2
×
2的最大池化层。3.如权利要求1所述的一种基于互信息的受限视角光声图像重构方法,其特征在于,所述信息共享模块将时域输入直接输出以提取所述时域输入的浅层特征,输出的时域输入经过两个3
×
3的卷积核计算后连接给对应的解码器部分,以保留时域的浅层信息,其中,每个卷积操作后都额外附加了批归一化和ReLU激活操作。4.如权利要求1所述的一种基于互信息的受限视角光声图像重构方法,其特征在于,所述时域输入在所述信息共享模块内经过两个3
×
3的卷积核计算和两个残差卷积层计算提取得到所述时域输入的高层次特征,其中,每个卷积操作后都额外附加了批归一化和ReLU激活操作;所述时域输入在所述信息共享模块内经过快速傅里叶变换后再经过两个3
×
3的卷积
核计算和两个残差卷积层计算提取得到所述时域输入变换到频域后的高层次特征,其中,每个卷积操作后都额外附加了批归一化和ReLU激活操作;所述时域输入在所述信息共享模块内不经过任何计算以保留时域输入的原始特征。5.如权利要求1所述的一种基于互信息的受限视角光声图像重构方法,其特征在于,所述时域输入的高层次特征、所述频域输入变换到时域后的高层次特征与所述时域输入的原始特征在通道连接后经过两个3
×
3的卷积核计算后得到所述时域输出一、时域输出二、时域输出三或时域输出四,其中,每个卷积操作后都额外附加了批归一化和ReLU激活操作。6.如权利要求1所述的一种基于互信息的受限视角光声图像重构方法,其特征在于,所述频域输入在所述信息共享模块内经过两个3
×
3的卷积核计算和两个残差卷积层计算提取得到所述频域输入的高层次特征,其中,每个卷积操作后都额外附加了批归一化和ReLU激活操作;所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。