基于密集网络的质子热声信号走时提取

作者：张登峰; 张东^*

来源：半导体光电, 2021, 42(03): 442-446.

DOI：10.16818/j.issn1001-5868.2021.03.026

• 质子热声信号
• 布拉格峰
• 密集网络
• 深度监督
• 网络剪枝
• 走时

针对临床上由质子热声信号脉宽和信噪比的不确定性引起的走时提取困难问题,提出了一种基于密集网络的走时提取算法。该算法使用密集块代替传统卷积块,融合了具有不同感受野的特征,并引入了深度监督和网络剪枝机制,利用标记好的质子束热声信号数据进行学习,以提取所需的走时信息。实验结果表明,相比其他算法,该算法对质子热声信号走时的提取具有较高的准确率和鲁棒性,同时展现了实时提取的可行性。