用于电磁逆散射的即插即用潜在扩散模型及其在脑成像中的应用

电磁（EM）成像是利用低成本、便携式设备进行非侵入式感知的重要工具。一个新兴的应用是 EM 中风成像，它能够对脑中风进行早期诊断和连续监测。定量成像通过求解逆散射问题（ISP）来实现，该问题从测量数据中重建介电常数和电导率图。通常，重建精度受限于其固有的非线性和病态性。现有方法，包括无学习和基于学习的方法，要么无法纳入复杂的先验分布，要么无法提供理论保证，从而在平衡可解释性、失真误差和可靠性方面面临困难。为了克服这些局限性，我们提出了一种基于潜在扩散的定量 EM 脑成像后验采样方法，该方法改编自生成式即插即用后验采样框架。我们的方法允许将先验知识灵活地整合到基于物理的反演中，而无需成对的测量-标签数据集。我们首先从无标签数据集中学习目标的先验分布，然后将学习到的先验纳入后验采样。具体而言，我们在介电常数和电导率图上训练潜在扩散模型以捕获其先验分布。然后，给定测量数据和描述 EM 波物理的正向模型，我们通过在分别强制似然分布和先验分布的两个采样器之间交替执行后验采样。最后，基于样本通过最小均方误差（MMSE）估计获得可靠的重建。脑成像实验结果表明，我们的方法在重建精度和结构相似性方面达到了 SOTA 性能，同时保持了高测量保真度。