基于双域神经网络的稀疏视角光声图像重建

光声计算断层成像(PACT)是近年来迅速发展的一种无损生物医学成像技术，在生物医学领域有着较高的应用价值。为了获得高质量的光声图像，成像系统的信号采集装置需要配备高密度的阵列探测器。但在实际应用中，由于经济成本、制造工艺及成像时间等因素的限制，探测器的排布往往较为稀疏，难以实现稳定重建，导致重建图像中出现条纹伪影。为了解决这一问题，本文提出一种基于双域神经网络的PACT图像重建算法。该算法主要包含三个模块：数据域网络、反投影层和图像域网络，其中数据域网络和图像域网络可分别对光声数据和光声图像进行增强，以提升图像质量。为了对网络进行训练和测试，构建了一个血管仿真数据集和一个小鼠活体试验数据集。研究结果表明，所提算法可以有效地抑制条纹伪影，提升图像质量，并且重建性能优于其他重建算法。