基于隐式学习的声速可变问题与 photoacoustic tomography 中重建算子
数值分析
2024-07-16 v1 数值分析
摘要
光声断层扫描 (PAT) 是一种具有高对比度和高空间分辨率的混合医学成像技术。与 PAT 相关的一个具有挑战性的数学问题是从数据重建初始压力，其中数据是在探测器位置的特定表面上收集的。该研究考虑了 PAT 由具有未知声速 的波动方程建模的问题，其中 是空间变量的函数，假设在探测器表面上测量了 Dirichlet 边界值和 Neumann 边界值。在实际操作中，我们引入一种新颖的隐式学习框架，同时仅使用 Dirichlet 和 Neumann 边界测量数据来估计未知的 和重建算子。实验结果确认了我们提出框架的成功，证明了其准确估计声速变化和 PAT 中重建算子能力。
引用
@article{arxiv.2407.09749,
title = {Implicit learning to determine variable sound speed and the reconstruction operator in photoacoustic tomography},
author = {Gyeongha Hwang and Gihyeon Jeon and Sunghwan Moon and Dabin Park},
journal= {arXiv preprint arXiv:2407.09749},
year = {2024}
}