光声断层成像中方向性与高阶重建的框架

光声断层成像是一种混合成像技术，它结合了高光学组织对比度与高超声分辨率。直接重建方法如滤波反投影、时间反演和最小二乘会受到曲线伪影和模糊的影响，尤其在有限角度或强噪声情况下。近年来，正则化迭代方法引起了极大兴趣。这些方法利用图像的先验知识来提供更高质量的重建。然而，由于许多断层成像实现严重依赖于所选择的具体正则化器，对正则化器及其性质进行简便比较受到限制。为克服这一瓶颈，我们提出了一种用于光声断层成像的模块化重建框架。它使得具有不同性质（例如非线性、高阶或方向性）的正则化器之间的简便比较成为可能。我们用高效的一阶原始-对偶算法求解潜在的极小化问题。通过选择依赖于算子的预条件策略优化收敛速率。我们的重建方法在具有挑战性的二维合成和实验数据集上进行了测试。在强噪声水平和有限角度测量下，它们优于直接重建方法，在采集时间和质量方面带来直接益处。本工作为未来光声断层成像中高级正则化方法的研究提供了基础平台。