摘要
一种基于稀疏视角的超声CT快速重建方法、装置及设备,其方法包括:利用在空间中稀疏分布的超声换能器阵元所采集的数据,通过延时叠加波束形成方法得到初始稀疏视角重建图像;构建深度神经网络,所述深度神经网络由编码模块、解码模块和残差模块组成;构造声速模型利用数值模拟方法得到全视角超声CT数据,再利用不同稀疏视角策略生成成对的稀疏视角重建图像和全视角重建图像;训练深度神经网络,在训练过程中,采用了Adam优化器,并结合模拟退火算法来动态调整学习率,损失函数为均方误差;在图像推理阶段,将初始稀疏视角重建图像输入训练过的深度神经网络,通过GPU计算实现超声CT图像的快速重建,得到高实时性以及高质量的全视角超声图像。
技术关键词
视角
构建深度神经网络
残差模块
训练深度神经网络
超声换能器
线性单元
解码模块
模拟退火算法
图像
数值模拟方法
编码模块
超声波
优化器
深度神经网络训练
编码特征
坐标
波束
数据