A Reciprocity-Law-Compliant Photoacoustic Forward-Adjoint Operator

Título: Un Operador Adyunto-Forward Fotoacústico Cumplidor de la Ley de Reciprocidad

1. Planteamiento del Problema

La Tomografía Fotoacústica (PAT) es una modalidad de imagen híbrida que combina la alta resolución espacial de la acústica con el alto contraste óptico de los tejidos biológicos. El problema inverso en PAT se descompone generalmente en dos etapas: la reconstrucción óptica (recuperar el coeficiente de absorción) y la reconstrucción acústica (recuperar la distribución de presión inicial a partir de datos de presión medidos en la superficie).

El desafío central abordado en este trabajo es la formulación matemática rigurosa y consistente de los operadores forward (directo) y adyunto para la etapa acústica. Específicamente, se busca:

• Definir un operador que respete estrictamente la ley de reciprocidad física.
• Manejar las singularidades matemáticas que surgen tanto en la restricción del campo de presión a la superficie de recepción (paso de recepción) como en la naturaleza instantánea de la fuente fotoacústica.
• Garantizar la consistencia numérica entre los operadores forward y adyunto en dominios discretizados, lo cual es crucial para métodos de minimización iterativa en la reconstrucción de imágenes.

2. Metodología

El autor extiende un marco de trabajo previo de operadores acústicos a la PAT, proponiendo una estructura compuesta:

• Operador Forward (Directo): Se define como una composición de dos operadores:

  1. Un operador de fuente fotoacústica ($Q$) que convierte la distribución de presión inicial ($p_0$) en una fuente acústica temporalmente regularizada.
  2. Un operador acústico forward ($A$) que propaga la onda y la mapea a la superficie de detección.
  • Regularización: Para evitar singularidades, se utilizan distribuciones delta de Dirac regularizadas ($\delta_b$ y $\delta_q$) tanto en el espacio (para la restricción a la superficie) como en el tiempo (para la fuente instantánea).
  • Escalado: Se introduce un factor de escala geométrico ($1/a_R$) basado en el jacobiano para eliminar la dependencia del ancho de banda de la regularización, asegurando una definición única.

• Operador Adyunto: Se deriva matemáticamente el adjunto del operador compuesto ($Q^* \circ (A/a_R)^*$).

  • El adjunto de la fuente ($Q^*$) implica una derivada temporal evaluada en $t=0$.
  • El adjunto acústico corresponde a una integral de potencial de doble capa con inversión temporal, actuando como un operador de reversión temporal sujeto a condiciones de frontera de Dirichlet.
  • Se demuestra que este par de operadores satisface una relación de producto interno, lo cual es la condición matemática necesaria para la consistencia en algoritmos de optimización.

• Discretización Numérica:

  • Se implementa un algoritmo en una malla cartesiana escalonada en espacio y tiempo.
  • Se utiliza un método pseudo-espectral en el espacio ($k$-space) para la propagación de ondas.
  • Se emplean Capas Perfectamente Acopladas (PML) para simular un espacio libre infinito y evitar reflexiones en los bordes de la malla computacional.
  • Los operadores de recepción y emisión se discretizan utilizando la distribución delta regularizada, truncando valores insignificantes para reducir costos computacionales.

• Reconstrucción: Se utiliza un algoritmo de descenso de gradiente proyectado para minimizar una función objetivo de mínimos cuadrados ponderada, buscando recuperar la distribución de presión inicial a partir de datos de frontera de tipo Dirichlet.

3. Contribuciones Clave

• Cumplimiento de la Ley de Reciprocidad: Se define un operador de recepción que actúa como la inversa izquierda de un operador de emisión, garantizando que el par forward-adyunto cumpla estrictamente con la ley de reciprocidad física.
• Tratamiento de Singularidades: Se propone una regularización sistemática de las singularidades espaciales (restricción de frontera) y temporales (fuente instantánea) mediante distribuciones delta suavizadas, evitando inestabilidades numéricas.
• Consistencia Matemática y Numérica: Se demuestra teórica y numéricamente que el par de operadores satisface la identidad del producto interno, incluso en configuraciones donde los receptores no coinciden con los puntos de la malla computacional (receptores "off-grid").
• Marco Unificado para PAT: Se adapta un marco general de acústica a la PAT específica, integrando la generación de la fuente térmica-elástica con la propagación acústica en un solo operador compuesto.

4. Resultados

Los resultados se validaron mediante experimentos numéricos en 2D:

• Verificación de Consistencia (Prueba de Producto Interno):
  • Se realizaron pruebas con receptores alineados a la malla ("on-grid") y receptores en una configuración circular arbitraria ("off-grid").
  • La discrepancia relativa ($RD$) entre el lado izquierdo y derecho de la identidad del producto interno fue extremadamente baja: $9.32 \times 10^{-4}\%$ para receptores on-grid y $2.07 \times 10^{-5}\%$ para receptores off-grid. Esto confirma la alta precisión matemática de los operadores derivados.
• Reconstrucción de Imágenes:
  • Se simuló un fantoma de vasos sanguíneos con ruido aditivo gaussiano (30 dB).
  • Se utilizó un marco de minimización iterativa para reconstruir la distribución de presión inicial.
  • Convergencia: El algoritmo convergió monotónicamente en 25 iteraciones.
  • Calidad: La imagen reconstruida mostró una alta fidelidad cualitativa y cuantitativa respecto al "ground truth" (verdad de campo), con un error relativo decreciente a medida que avanzaban las iteraciones.
  • Se evitó el "crimen inverso" utilizando parámetros de discretización diferentes para la simulación de datos y para la reconstrucción.

5. Significado e Impacto

Este trabajo es significativo porque establece una base teórica y numérica sólida para la reconstrucción de imágenes en PAT basada en métodos de optimización iterativa.

• Robustez: Al garantizar la reciprocidad y la consistencia del producto interno, los algoritmos de reconstrucción (como el descenso de gradiente) son más estables y convergen de manera más predecible.
• Flexibilidad: El enfoque permite el uso de receptores en posiciones arbitrarias respecto a la malla de cálculo, lo cual es esencial para aplicaciones prácticas donde los sensores no se alinean perfectamente con una cuadrícula computacional.
• Aplicabilidad Clínica: La capacidad de realizar reconstrucciones precisas y cuantitativas en presencia de ruido y configuraciones de sensores realistas acerca esta metodología a aplicaciones clínicas futuras, superando las limitaciones de los métodos de retroproyección analítica que a menudo asumen condiciones ideales o constantes de velocidad de sonido.

En resumen, el artículo presenta un marco matemático riguroso que resuelve problemas de consistencia en la modelización de PAT, permitiendo reconstrucciones de alta calidad mediante algoritmos de inversión iterativa.