压缩感知光声层析成像的一种新稀疏化与重建策略
数值分析
2018-08-01 v1 医学物理
摘要
压缩感知（CS）是一种在光声层析成像（PAT）中减少测量次数同时保持高空间分辨率的 promising 方法。这使得测量速度得以提升且系统成本得以降低。CS 不是采集逐点测量，而是使用不同传感器位置处压力值的各种组合。稀疏性是能够从压缩测量中恢复光声（PA）源的主要条件。本文引入一种在 CS PAT 中实现稀疏恢复的新概念。我们的方法基于如下事实：作用于所测压力数据的二阶时间导数对应于对原始 PA 源施加拉普拉斯算子。由于典型的 PA 源由平滑部分和沿界面的奇异性组成，源函数的拉普拉斯量是稀疏的（或至少是可压缩的）。为有效利用所诱导的稀疏性，我们开发了一种联合恢复初始稀疏源与修正稀疏源的重建框架。给出了基于模拟及实验数据的重建结果。
引用
@article{arxiv.1801.00117,
title = {A New Sparsification and Reconstruction Strategy for Compressed Sensing Photoacoustic Tomography},
author = {Markus Haltmeier and Michael Sandbichler and Thomas Berer and Johannes Bauer-Marschallinger and Peter Burgholzer and Linh Nguyen},
journal= {arXiv preprint arXiv:1801.00117},
year = {2018}
}
备注
15 pages, 10 figures