基于分数生成模型与旋转一致性约束的光声图像重建
计算机视觉与模式识别
2023-06-27 v1 图像与视频处理
摘要
光声断层成像（PAT）是一种新兴的成像模态，可实现高光学对比度与声学穿透深度。从有限传感器数据重建光声断层图像是光声成像中的主要挑战之一。以往基于深度学习的工作以监督方式训练，直接将输入的部分已知传感器数据映射到由全视场重建的真值。近来，基于分数的生成模型在生成建模中发挥着日益重要的作用。利用该概率模型，我们提出旋转一致性约束分数生成模型（RCC-SGM），其通过在 Langevin 动力学与利用图像和测量之间旋转一致性的约束项之间迭代采样来恢复 PAT 图像。我们提出的方法可泛化至不同测量过程（随机采样下 16 次测量取得 32.29 PSNR，而监督对应方法为 28.50），而监督方法需在特定逆映射上训练。
引用
@article{arxiv.2306.13843,
title = {Score-based Generative Models for Photoacoustic Image Reconstruction with Rotation Consistency Constraints},
author = {Shangqing Tong and Hengrong Lan and Liming Nie and Jianwen Luo and Fei Gao},
journal= {arXiv preprint arXiv:2306.13843},
year = {2023}
}