压缩感知光声投影成像系统的设计、实现与分析
计算机视觉与模式识别
2024-02-27 v1 数值分析
数值分析
医学物理
摘要
意义：压缩感知（CS）利用特殊的测量设计结合强大的数学算法，在保持图像质量的同时减少需要采集的数据量。这几乎与任何成像模态相关，本文重点研究CS在具有积分线探测器（ILD）的光声投影成像（PAPI）中的应用。目的：我们之前的研究涉及相当通用的CS测量，其中每个ILD可以贡献给任何测量。然而，在现实世界中，CS测量的设计受到实际约束。在本研究中，我们旨在实现一个CS-PAPI系统，其中每个测量仅涉及一部分ILD，并且可以以经济高效的方式实现。方法：我们用自行开发的CS单元扩展了现有的PAPI。该系统提供了结构化的CS矩阵，现有的恢复理论不能直接应用于这些矩阵。我们采用随机搜索策略来选择该类中的CS测量矩阵，从而获得精确的稀疏恢复。结果：我们实现了一个压缩比为4:3的CS PAPI系统，其中对16个ILD的单独组进行特定测量。我们通过算法设计了最优的CS测量，这些测量具有经过验证的稀疏CS能力。数值实验支持我们的结果。结论：具有经过验证的稀疏恢复能力的CS可以集成到PAPI中，数值结果支持这种设置。未来的工作将侧重于将其应用于实验数据，并利用数据驱动的方法来提高压缩比和推广信号类别。
引用
@article{arxiv.2402.15750,
title = {Design, Implementation and Analysis of a Compressed Sensing Photoacoustic Projection Imaging System},
author = {Markus Haltmeier and Matthias Ye and Karoline Felbermayer and Florian Hinterleitner and Peter Burgholzer},
journal= {arXiv preprint arXiv:2402.15750},
year = {2024}
}