用于超声断层成像反演的神经算子学习
图像与视频处理
2023-05-30 v2 计算机视觉与模式识别
机器学习
摘要
神经算子学习作为一种在复杂函数空间之间进行映射的方法，在计算科学与工程（CS&E）领域引起了广泛关注。在本文中，我们将神经算子学习应用于飞行时间超声计算机断层扫描（USCT）问题。我们使用全波求解器生成训练数据，学习飞行时间（TOF）数据与非均匀声速场之间的映射。算子学习的这一新颖应用规避了求解计算量大的迭代反演问题的需求。算子离线学习非线性映射，并通过模型的一次前向传递预测非均匀声场。这是算子学习首次被用于超声断层成像，也是实现乳腺成像中用于肿瘤识别的软组织分布实时预测的潜在第一步。
引用
@article{arxiv.2304.03297,
title = {Neural Operator Learning for Ultrasound Tomography Inversion},
author = {Haocheng Dai and Michael Penwarden and Robert M. Kirby and Sarang Joshi},
journal= {arXiv preprint arXiv:2304.03297},
year = {2023}
}
备注
4 pages, 1 figure