[发明专利]基于互信息的受限视角光声图像重构方法

说明书

本发明公开一种基于互信息的受限视角光声图像重构方法。本发明提出使用时域和频域算法得到图像域和k空间的图像作为后处理网络的输入，本发明设计的时频域U形网络模型可以很好结合这两个输入的组织结构信息并去除伪影，同时互信息约束为网络提供了丰富的先验知识，实验证明在受限视角光声重构问题中，本发明的方法优于目前比较成熟和新颖的重构算法。

技术领域

本发明涉及一种基于互信息的先验知识补偿用于时频域输入的受限视角光声图像重构方法。

背景技术

光声成像作为非侵入式的医学成像手段，结合了光的高对比度特性和声的深穿透度特性，近些年来引起的国内外学者的广泛关注。基于光声效应，生物组织在光激励下产生超声信号，这些超声信号被周围的超声探头接收后，人们可以通过重构算法得到生物组织的光声图像。

作为一种重要的光声成像设备，光声计算机断层扫描(PAT)因其成像快速等特点正得到飞速的发展。目前，PAT得到的光声图像已经在血氧饱和度定量、小动物成像、乳腺肿瘤良恶性判断等预临床和临床应用中表现出其他模态没有的优势。但诊断结果的精度很大程度依赖于重构的光声图像质量。这意味着光声重构算法决定了光声设备在临床应用的价值。

目前通过传统的重构算法得到的光声图像质量较低。这些重构算法往往会引入伪影信息，给医生的诊断带来困难。特别是在实际临床应用中，由于空间和检测环境的限制，超声探头往往只能覆盖病人的一部分而造成受限视角的问题。这时使用传统的重构算法更会造成生物组织信息混杂在伪影中无法分辨。

发明内容

本发明要解决的技术问题是：受限视角情况下，现有的光声图像重构算法会造成信息损失并引入伪影信息。

为了解决上述技术问题，本发明的技术方案是提供了一种基于互信息的受限视角光声图像重构方法，其特征在于，包括以下步骤：

针对超声探头接收的超声信号使用时域重构算法得到的DAS图像x_i，同时，使用频域重构算法得到的k空间图像x_k；

将DAS图像x_i与k空间图像x_k输入时频域U形网络模型后重构得到光声图像，其中，时频域U形网络模型采用编码器-解码器结构：

DAS图像x_i输入编码器后先经过快速傅里叶变换后取复数的实部，随后与输入编码器的k空间图像x_k通道连接后输入信息共享模块一；k空间图像x_k输入编码器后先经过快速逆傅里叶变换后取复数的实部，随后与输入编码器的DAS图像x_i通道连接后输入信息共享模块一；

通过信息共享模块一得到的时域输出一和频域输出一经过最大池化层一后作为信息共享模块二的时域输入和频域输入；信息共享模块二得到的时域输出二和频域输出二经过最大池化层二后作为信息共享模块三的时域输入和频域输入；信息共享模块三得到的时域输出三和频域输出三经过最大池化层三后作为信息共享模块四的时域输入和频域输入；信息共享模块四的时域输出四和频域输出四经过最大池化层四后，频域输出四再经过逆傅里叶变换后与时域输出四在通道上连接在一起，随后经过卷积核计算得到中间潜在表征z₂，中间潜在表征z₂为编码器的最终输出；

信息共享模块一、信息共享模块二、信息共享模块三及信息共享模块四对时域输入和频域输入进行相同的处理，将信息共享模块一、信息共享模块二、信息共享模块三或信息共享模块四定义为信息共享模块，则有：

信息共享模块提取时域输入的浅层特征后输出给解码器；

信息共享模块将提取到的时域输入的高层次特征、提取到的频域输入变换到时域后的高层次特征与时域输入的原始特征交互融合后形成时域输出一、时域输出二、时域输出三或时域输出四；