基于压缩感知的加速高分辨率光声断层成像

当前的3D光声断层成像（PAT）系统要么提供高图像质量，要么提供高帧率，但无法同时提供高空间和时间分辨率，这限制了其对活体组织中动态过程成像的能力。一个典型的例子是平面法布里-珀罗（FP）扫描仪，它能产生高分辨率图像，但需要几分钟时间逐点顺序映射传感器平面上的光声场。然而，由于许多吸收组织结构的时空复杂度相当低，以这种传统的规则采样方式记录的数据往往高度冗余。我们证明，将使用空间稀疏性约束的变分图像重建方法与能够亚采样声场的新颖PAT采集系统的发展相结合，可以在保持良好空间分辨率的同时显著提高采集速度：首先，我们描述并建模了两种通用的空间亚采样方案。然后，我们讨论了如何使用FP扫描仪实现它们，并通过来自逼真数值体模的模拟数据、来自动态实验体模的测量数据以及活体实验数据，展示了这些新颖的压缩感知PAT设备的潜力。我们的结果表明，如果使用以适当稀疏性约束描述组织结构的变分图像重建方法，可以从高度亚采样的PAT数据中获得具有良好空间分辨率和对比度的图像。特别地，我们考察了由Bregman迭代增强的全变分正则化的使用。这些新颖的重建策略为显著提高采用逐点顺序扫描的PAT扫描仪的采集速度，以及减少使用探测器阵列的并行化方案的通道数，提供了新机遇。