在超声成像中单平面波通过捷径合成多平面波

从射频数据重建超声（US）图像可以被视为一个线性逆问题。旨在通过直接学习先验来提高 US 图像质量的传统深度学习方法，通常在泛化方面遇到挑战。近年来，基于扩散的生成模型因其在图像重建任务中的稳健性能而受到研究界的广泛关注。然而，这些模型的一个局限性是其从纯高斯噪声逐步生成图像样本的固有速度较慢。在本研究中，我们利用了由单平面波（PW）重建的 US 图像与 PW 复合（PWC）之间的内在相似性。我们假设单 PW 可以通过捷径到达 PWC 的扩散轨迹，从而无需从高斯噪声开始。通过采用先进的扩散模型，我们展示了其在 US 图像重建中的有效性，实现了采样步骤的大幅减少。体内实验结果表明，我们的方法可以在保持与传统扩散模型相当的性能指标的同时，将采样步骤减少 60%。