基于可学习下降算法的心脏电生理成像重建方法

本发明公开了一种基于可学习下降算法的心脏电生理成像重建方法，能够实现从体表电位BSP到心肌跨膜电位TMP的重建，与传统的图像层面的正则化方法相比，本发明具有更好的正则效果，并且可以学习到测量数据中的先验信息。此外，与直接用神经网络替换正则项的方法相比，本发明可解释性更强，并且具有更少的参数量，因此非常适合临床应用，可信度更高。通过对于心肌缺血和异位起搏疾病进行心肌跨膜电位重建，根据各项评价指标证明了本发明的优越性，与其他方法相比，实验过程中本发明与真值更加接近，重建效果更加精确。