基于增强稀疏正则化与可行正则权调谐的光声断层成像图像重建
图像与视频处理
2021-05-20 v2 医学物理
摘要
在所有组织成像模态中，光声断层成像（PAT）近年来因具有高对比度、高穿透性及高分辨率获取能力而日益受到关注。PAT 中基于模型的正则化重建方法在 PAT 的适用性上起着关键作用，因为此类方法能从较少换能器获得的测量中重建出高质量图像。此类方法重建质量的关键因素是正则化权重的选取。遗憾的是，恰当调谐的正则化权重值随噪声水平变化以及图像高分辨率内容变化而显著改变，其方式尚不明了。已有研究尝试在使用基础与通用正则化的背景下从测量数据确定最优正则化权重。本文中，我们针对专用于 PAT 图像重建的现代正则化类型，提出一种半自动调谐正则化权重的可行方法。首先，我们引入带参数的相对平滑约束；该参数在计算上映射为实际正则化权重，但其调谐不随噪声水平及图像高分辨率内容变化而显著改变。接着，我们构建一种将确定该映射与获取重建相集成的算法。最后，我们通过实验证明，可使用相对平滑参数的标称值——该值独立于噪声水平与底层图像结构——运行此算法以获得良好质量的重建。
引用
@article{arxiv.2103.13261,
title = {PAT image reconstruction using augmented sparsity regularization with practicable tuning of regularization weight},
author = {Nadaparambil Aravindakshan Rejesh and Muthuvel Arigovindan},
journal= {arXiv preprint arXiv:2103.13261},
year = {2021}
}