基于增强多层 PCA 控制空间缩减的电阻抗断层成像多尺度优化

我们开发并验证了一种适用于生物医学应用中多种模型的、针对二元型物理性质的成像高效计算方法。所提方法包括基于梯度的多尺度优化、基于主成分分析的多层控制空间缩减、细尺度与粗尺度间的最优切换及其有效重参数化。降维控制在两个尺度上交替使用，以累积优化进展并减轻副作用。通过在细尺度与粗尺度所得解之间的适当通信，实现了计算效率与所获结果的优越质量。由伴随梯度支撑的缩减控制空间尺寸，促进了该算法应用于高复杂度模型以及生物医学科学内外广泛的问题。该完整计算框架的性能通过基于合成模型与真实乳腺癌图像模型的电阻抗断层成像（EIT）二维反问题癌症检测进行了测试。结果表明新方法的优越性能，及其在最小化假阳性与假阴性筛查可能性和提升医疗实践中基于 EIT 流程整体质量方面的高度潜力。