生成神经物理力于定量体积性超声成像组织力学
计算机视觉与模式识别
2025-11-11 v2
摘要
组织力学——刚性、密度和阻抗对比——是跨疾病的广泛信息性生物标志物，但常规 CT、MRI 和 B 模式超声很少直接定量这些参数。虽然超声断层扫描 (UT) 因捕获传输和反射波场而天然适用于体内生物力学评估，但高效且准确的全波散射模型仍是瓶颈。本文引入一种生成神经物理力学框架，将生成模型与物理知识偏微分方程 (PDE) 求解器融合，以产生快速、高保真的 3D 组织力学定量成像。在有限跨模态数据上训练的紧凑神经替代模型，保留物理精度同时实现高效逆向求解。这使得首次实现对体内人类乳腺和肌肉组织的准确且高效的体积成像，耗时不足十分钟，提供组织力学特性的空间图，常规反射模式或标准 UT 重构不可得。所得图像揭示骨、肌、脂肪和腺体组织中的生物力学特征，保持与 3T MRI 相当的结构分辨率，同时对疾病相关组织力学具有显著更高灵敏度。
引用
@article{arxiv.2508.12226,
title = {Generative neural physics enables quantitative volumetric ultrasound of tissue mechanics},
author = {Zhijun Zeng and Youjia Zheng and Chang Su and Qianhang Wu and Hao Hu and Zeyuan Dong and Shan Gao and Yang Lv and Rui Tang and Ligang Cui and Zhiyong Hou and Weijun Lin and Zuoqiang Shi and Yubing Li and He Sun},
journal= {arXiv preprint arXiv:2508.12226},
year = {2025}
}