基于多信息融合和栈式自编码网络的扩散光学层析方法

作者：孙志龙; 张杰; 刘宗洋; 高峰; 张丽敏^*

来源：光子学报, 2022, 51(12): 216-228.

• 扩散光学层析成像技术
• 先验信息
• 栈式自编码神经网络
• 乳腺肿瘤
• 图像重建

针对传统扩散光学层析（DOT）成像方法获取的图像精度较低，且主要对规则的圆形异质体进行重建的问题，本文利用解剖图像提供的结构先验信息并结合具有网络模型简单、需要调整的网络参数少、网络训练速度快等优点的栈式自编码（SAE）网络，发展了基于多信息融合和SAE网络的DOT图像重建方法。为验证所提方法的可行性和有效性，进行了一系列的数值模拟和定量评估。实验结果表明，与无先验信息方法相比，该方法可有效提高低吸收对比度（1.5）情况下的图像质量，使得平均绝对误差降低62%，均方误差降低11%，定量重建率值由139%降低为107%更接近100%。对单目标和双目标椭圆形异质体重建时，融合先验信息的方法获得重建图像的位置、尺寸、形状以及吸收系数更接近真实值，与无先验信息方法相比平均绝对误差至少降低8%，均方误差至少降低5%，定量重建率值更接近100%。

• 单位
  电子工程学院; 天津大学