定量光声层析成像中全变分类型先验的高效引入
数值分析
2016-06-02 v2
摘要
定量光声层析成像是一种新兴的成像技术，旨在从光声图像中估计组织内部光学参数的分布，这些图像由光学信息与超声传播结合形成。该光学参数估计问题是病态的，需要在反问题框架内处理。光声图像是三维且高分辨率的。此外，目标是对光学参数进行高分辨率重建。因此，为了提供定量光声层析成像的实用方法，反演算法需要能够成功处理大规模问题。本文提出了一种用于定量光声层析成像反问题的高效方法，假设光学参数具有边缘优先先验。该方法基于迭代地将先验预处理 LSQR 与滞后扩散步以及测量模型的线性化相结合，其中所需的雅可比矩阵乘法以无矩阵方式执行。该算法通过三维数值模拟进行了测试。结果表明，该方法可用于在复杂三维几何中，以适中的计算时间和成本生成准确且高质量的吸收和扩散估计。
引用
@article{arxiv.1512.02796,
title = {Efficient inclusion of total variation type priors in quantitative photoacoustic tomography},
author = {Antti Hannukainen and Nuutti Hyvönen and Helle Majander and Tanja Tarvainen},
journal= {arXiv preprint arXiv:1512.02796},
year = {2016}
}
备注
21 pages, 7 figures