通过同时运动估计提高压缩感知4D光声断层成像
摘要：3D光声断层成像(PAT)设备的一个关键限制是顺序扫描所需的长时间采集时间。在以前的研究中，我们演示了如何利用压缩感知技术改进这一限制：通过使用稀疏约束图像重建技术，如全变差正则化，可以从适当子采样的PAT数据中获得具有良好空间分辨率和对比度的图像。现在，我们展示了如何在活体组织中成像动态过程(4D PAT)以进一步提高图像质量。关键思想是通过将先前使用的空间图像重建模型与稀疏约束运动估计模型耦合来利用数据的额外时间冗余。尽管我们将使用来自二维数值幻像的模拟数据来说明最近开发的联合图像重建和运动估计框架的主要特性，但我们还将使用来自动态实验幻像的测量数据来展示它们在具有挑战性、大规模、真实三维场景中的潜力。只有在使用精心设计的组合优化方案的情况下，后者才有可能实现，我们将对此进行详细描述和研究。
作者：Felix Lucka, Nam Huynh, Marta Betcke, Edward Zhang, Paul Beard, Ben Cox, Simon Arridge
论文ID：1802.05184
分类：Numerical Analysis
分类简称：math.NA
提交时间：2020-09-07