用于全波超声计算机断层扫描的正则化对偶平均图像重建
医学物理
2017-08-25 v1
摘要
超声计算机断层扫描 (USCT) 在乳腺癌筛查方面具有广阔前景。基于波形反演的图像重建方法考虑了高阶衍射效应，能够生成高分辨率的 USCT 图像，但计算需求极高。近期，一种源编码技术与随机梯度下降相结合，大幅缩短了图像重建时间。然而，该方法将随机数据保真项与确定性正则化项捆绑在一起。通过将随机梯度下降 (SGD) 替换为结构化优化方法（如正则化对偶平均 (RDA) 方法），利用代价函数的构成知识，可以克服这一局限性。本文将对偶平均方法与源编码技术相结合，在保持源编码带来的重建时间缩减优势的同时，提高正则化的有效性。我们证明，每次迭代都可以分解为基于数据保真项的梯度下降步骤和对应于正则化项的近端更新步骤。此外，正则化项无需显式微分，从而能够自然地引入非光滑正则化惩罚。波动方程采用时域方法求解。通过计算机仿真和实验研究证明了该方法的有效性。结果表明，对偶平均方法生成的图像噪声更少，且分辨率与使用随机梯度下降获得的图像相当。
引用
@article{arxiv.1708.07221,
title = {Regularized Dual Averaging Image Reconstruction for Full-Wave Ultrasound Computed Tomography},
author = {Thomas P. Matthews and Kun Wang and Cuiping Li and Neb Duric and Mark A. Anastasio},
journal= {arXiv preprint arXiv:1708.07221},
year = {2017}
}