🔢 mathematics

Learning end-to-end inversion of circular Radon transforms in the partial radial setup

本文提出了一种基于 ResBlock U-Net 的深度学习算法，用于有效地对部分径向设置下的光声断层扫描中的循环拉东变换进行反演，克服了传统截断奇异值分解方法所存在的严重伪影和局限性。

原作者： Deep Ray, Souvik Roy

发布于 2026-07-14

📖 1 分钟阅读🧠 深度阅读

原作者： Deep Ray, Souvik Roy

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图在一间充满雾气的圆型房间里，为躲藏在其中的一个秘密物体拍出一张完美的照片。在医学成像的世界里，这个“房间”是人体，而“雾”是由声波组成的。这种技术被称为光声断层扫描（Photoacoustic Tomography, PAT）。其工作原理是：你用快速的激光闪光照射身体。光被吸收，身体产生微小的升温，从而发生膨胀，产生一种声波涟漪——就像一次微小且无形的雷鸣。布置在身体边缘的传感器会捕捉到这些涟漪。

这里有一个大难题：我们能否通过观察这些涟漪，准确地推断出隐藏物体的样子？

旧方法：破碎的拼图

长期以来，科学家们一直尝试使用一种名为“截断奇异值分解”（Truncated Singular Value Decomposition, TSVD）的传统数学方法来解决这个谜题。你可以把这想象成在尝试解决一个拼图游戏，其中一半的碎片都丢失了，剩下的碎片也被杂乱的静电干扰所覆盖。

本文的作者尝试将这种旧方法应用于一个特定且棘手的版本，即“部分径向设置”（partial radial setup）。这就像是在尝试解决拼图时，传感器监听的时间比平时更短，这意味着它们只能捕捉到尚未在房间内完成全程传播的声波。结果呢？简直是一场灾难。旧的数学方法生成的图像充满了奇怪的条纹和幽灵般的伪影，导致图像完全无法使用。这就像是在试图从一面破碎且粘合错误的镜子里看清自己的脸。

新方法：超级智能侦探

为了修复这个问题，研究人员利用深度学习构建了一种新型的“侦探”，具体来说是一种名为 U-Net 的神经网络架构。你可以把这个 U-Net 想象成一位超级聪明的学生，虽然他从未见过真实的物体，但已经研习了数百万个练习拼图。

最酷的部分在于：U-Net 并不像计算器那样一步步去解数学方程，而是直接观察混乱的声音数据（即“正弦图/sinogram”），并直接猜测内部图像应该长什么样。这就像是给侦探展示一张模糊、多噪点的草图，然后让他们瞬间画出一幅完美、清晰的肖像。

训练营

为了教导这位侦探，研究人员并没有使用真实的患者数据（因为目前还没有针对这种特定设置的真实数据）。相反，他们创建了数千个虚假的“幻影”——由看起来像著名的 Shepp-Logan 幻影 那样的扭曲椭圆组成的数字图像。

他们将这些虚假图像通过计算机模拟生成声音数据，然后将这些数据喂给 U-Net。他们通过两种不同的场景来训练网络：

全视图（Full View）： 传感器分布在房间四周，进行全程监听。
有限视图（Limited View）： 传感器分布在房间四周，但仅监听一半的角度范围（实际上相当于只捕捉了来自一半方向的数据），且数据带有更多噪声。

至关重要的一点是，他们并没有仅仅用完美、干净的数据来教导网络。他们还使用了加入了 15% 噪声 的数据。为什么要这样做？因为在现实世界中，传感器并非完美无缺，它们会产生噪声。通过训练网络处理这种混乱，它学会了忽略静电干扰，转而专注于真实的信号。

结果：清晰 vs 混沌

当他们测试这个新侦探时，结果显示 U-Net 大获全胜，而旧的数学方法则惨败。

旧方法 (TSVD)： 当数据带有噪声或视图受限时，生成的图像会被毁掉。误差非常严重，在 15% 噪声的情况下，重建结果的偏差竟然高达 400%。它基本上就是一团乱麻般的条纹。
新方法 (U-Net)： U-Net 生成了锐利、清晰的图像，看起来几乎与原始的虚假幻影一模一样。即使输入数据带有噪声或视图受限，网络也不会感到困惑。

研究人员使用标准的计算机视觉评分指标 PSNR（峰值信噪比）和 SSIM（结构相似性指数）进行了测量。在这些模拟实验中，U-Net 的得分始终远高于传统方法，证明了它能够以高保真度重建图像。

下一步计划

论文表明，这种深度学习方法在这些计算机模拟中表现得极其出色。然而，作者也谨慎地指出，这仍然是一个模拟过程。他们尚未在真实的人体数据上进行测试。他们认为未来的工作需要应对更复杂的情况，例如声音在体内以不同速度传播的情况，并且他们想要弄清楚如何衡量网络对其预测结果的“确定程度”。

但就目前而言，在这些数字拼图的世界里，旧的数学方法已被远远甩在身后，而一位具备抗噪能力的深度学习侦探已经占据了领先地位。

技术摘要：学习部分径向设置下的循环拉东变换端到端反演

问题陈述
本研究解决了在光声层析成像（PAT）背景下，从循环拉东变换数据 $g(\rho, \phi)$ 重建初始声波压力分布 $f(r, \theta)$ 的逆问题。具体而言，本文关注的是部分径向设置（partial radial setup），即数据仅在半径 $\rho \in (0, R)$ 范围内采集，而非完整的 $(0, 2R)$ 范围。这种设置的设计初衷是出于数据采集的实际成本限制，但也带来了显著的数学挑战。

主要的困难在于，对于这一特定设置，目前仅有的传统数值算法是**截断奇异值分解（TSVD）**方法结合梯形乘积法则。作者证明了 TSVD 存在严重的局限性：

它产生的重建结果受到严重伪影的污染，导致生成的场在许多情况下无法使用。
它需要一个依赖于问题本身和噪声水平的截断参数，而这很难进行最优选择。
在**有限视图（limited view）**场景下（由于无法触及的换能器区域，角度数据被限制在 $[0, 2\pi)$ 的一个子集内），TSVD 的重建效果进一步恶化，无法恢复底层的幻象结构。

方法论
为了克服 TSVD 的计算瓶颈和伪影问题，作者提出了一种基于 ResBlock-U-Net 架构的端到端深度学习算法。该方法属于深度学习解决逆问题的“直接法”类别，即神经网络学习直接从原始测量值映射到重建图像，而不经过中间的传统重建步骤。

前向模型： 问题被建模为 $Y = F(X) + \eta$ ，其中 $X$ 是地面真值压力场（在 $128 \times 128$ 网格上）， $Y$ 是循环拉东变换数据（正弦图）在 $\rho-\phi$ 网格上的表示。
网络架构： 采用了 U-Net，它包含一个用于提取多尺度特征的收缩分支和一个用于恢复空间分辨率的扩张分支。跳跃连接（skip connections）结合了两个分支的特征。该架构针对两种特定的输入分辨率进行了适配：
- 全视图（Full View）： 输入尺寸为 $128 \times 128$ ( $\rho \in [0, 1], \phi \in [0, 2\pi)$ )。
- 有限视图（Limited View）： 输入尺寸为 $64 \times 64$ ( $\rho \in [0, 1], \phi \in [0, \pi)$ )，需要一个额外的插值层来匹配输出分辨率。
数据集生成： 由于缺乏针对这种特定部分径向设置的实验数据，作者使用扰动后的 Shepp-Logan 幻象生成了合成数据集。这些幻象通过随机化椭圆中心、轴长、角度和强度，并进行旋转和平移来构建。
训练策略： 网络使用监督学习策略进行训练，采用均方误差（MSE）损失函数。至关重要的是，作者研究了噪声对训练的影响。他们对比了在纯净数据上训练的网络与在混合了纯净和噪声数据（具体为 15% 噪声）的数据上训练的网络。其目标是确保网络在噪声测试条件下具有良好的泛化能力。
优化： 网络使用 Adam 优化器进行 300 个 epoch 的训练，并应用了 $L2$ 正则化。

核心贡献

证明了 TSVD 的失效： 本文提供了数值证据，表明在部分径向设置下，标准的 TSVD 方法会产生严重的伪影，特别是在有限视图和高噪声条件下，其误差率在噪声水平较高时往往高达 400%。
端到端学习框架： 作者引入了一种 U-Net 架构，该架构直接学习从正弦图到压力场的逆物理映射，绕过了对手工设计的正则化或中间线性重建的需求。
对噪声的鲁棒性： 一个重要的发现是，使用噪声增强数据（具体为高达 15% 的噪声）进行训练可以显著提高泛化性能。仅在纯净数据上训练的网络在面对噪声输入时无法准确重建，而噪声增强训练则能在整个噪声谱范围内产生稳定且无伪影的结果。
对有限视图的适配： 研究成功地将深度学习方法扩展到了有限视图设置（半角度覆盖和更粗的径向采样），证明了该网络能够有效地处理降低的数据维度。

结果
所提出的方法使用定量指标进行了评估：峰值信噪比（PSNR）和结构相似性指数（SSIM）。

全视图性能： 使用噪声数据训练的 U-Net (UNet128cn15) 显著优于 TSVD。虽然 TSVD 的重建质量随着噪声从 0% 增加到 15% 而迅速下降，但 U-Net 保持了较高的 PSNR 和 SSIM 值，在所有噪声水平下都保持稳定。
有限视图性能： 同样，对于有限视图设置 (UNet64cn15)，深度学习方法产生了准确且无伪影的重建。相比之下，TSVD 的重建结果因伪影过于严重，以至于底层的幻象结构几乎无法辨认。
视觉质量： 定性结果证实，U-Net 重建保留了 Shepp-Logan 幻象的结构细节，没有出现 TSVD 特有的条纹伪影。

意义与主张
本文声称，所提出的深度学习算法成功克服了 PAT 中部分径ial 径向设置下 TSVD 方法存在的计算瓶颈和严重的伪影问题。作者强调，该方法的显著之处在于它直接作用于原始测量值，学习底层的逆物理过程，而不依赖于传统的线性重建作为前置步骤。

这项工作凸显了在现实场景中（测量噪声不可避免时）使用噪声数据进行训练的必要性。作者总结道，尽管目前的工作局限于合成幻象和恒定声速假设，但所提出的框架为解决传统方法失效的 PAT 逆问题提供了一条可行的路径。未来的工作方向包括将算法推广到非恒定声速情况，以及通过贝叶斯设置引入不确定性量化，但这些被视为未来的研究方向而非当前已实现的成就。

旧方法：破碎的拼图

新方法：超级智能侦探

训练营

结果：清晰 vs 混沌

下一步计划

技术摘要：学习部分径向设置下的循环拉东变换端到端反演

类似论文