上下文编码实现基于机器学习的定量光声成像
医学物理
2018-08-15 v2 机器学习
计算物理
摘要
基于光学成像的功能组织参数（如局部血氧饱和度）的实时监测，可在多种疾病的诊断和介入治疗中带来突破性进展。尽管光声(PA)成像是一种具有巨大潜力测量组织内部光学吸收的新模态，但测量的量化仍是一大挑战。本文首次引入基于机器学习的方法用于定量PA成像(qPAI)，其依赖于学习体素内的光通量以推导相应的光学吸收。该方法将测量信号的相关信息以及成像系统的特征编码在基于体素的特征向量中，从而允许从单张模拟PA图像生成数千个训练样本。全面的计算机模拟实验表明，上下文编码(CE)-qPAI能够实现高度准确且鲁棒的光通量量化，进而从PA图像中量化光学吸收。
引用
@article{arxiv.1706.03595,
title = {Context encoding enables machine learning-based quantitative photoacoustics},
author = {Thomas Kirchner and Janek Gröhl and Lena Maier-Hein},
journal= {arXiv preprint arXiv:1706.03595},
year = {2018}
}
备注
under review JBO