典型文献
生成对抗网络加速超分辨率超声定位显微成像方法研究
文献摘要：
超快超声定位显微成像(uULM),突破了传统超声衍射极限,可实现分辨率远小于发射波长的在体深层微血管精准成像.通过对微血管中数以万计的运动微泡进行中心点定位和轨迹追踪,uULM技术可重建微血管图像.通常一张uULM图像需要数十秒甚至数百秒的连续长程图像采集,这在一定程度上限制了其更广泛的临床应用.针对这一挑战,本研究在阐明了超声衍射极限、超分辨率定位理论方法的基础上,给出了基于傅里叶环相关的分辨率测定原理和实现方法,并结合传统uULM重建技术,发展了一种基于生成对抗网络的深度学习超分辨超声成像方法,以缩减uULM对图像采集时长的依赖,提高成像速度和成像分辨率.针对大鼠脑的在体数据分析结果表明,基于生成对抗网络的超声定位显微技术微血管分辨达到10 μm,在保持较高超声成像空间分辨率和图像饱和度的同时,数据采集时间缩减一半,从而显著降低了 uULM对图像数据采集时长的依赖.相关深度学习模型连接轨迹的计算复杂度较小,且避免了人工调参以及轨迹筛选,为加速超分辨率uULM微血流成像和提升uULM成像分辨率提供了一种有效的工具.相关思路与方法对促进超分辨率uULM成像技术发展具有一定的借鉴意义.
文献关键词：
超分辨率;超声定位显微;卷积神经网络;生成对抗网络
中图分类号：
作者姓名：
隋怡晖;郭星奕;郁钧瑾;Alexander A.Solovev;他得安;许凯亮
作者机构：
复旦大学工程与应用技术研究院,上海 200433;复旦大学信息科学与工程学院,生物医学工程中心,上海 200438;复旦大学材料科学系,上海 200438
文献出处：
引用格式：
[1]隋怡晖;郭星奕;郁钧瑾;Alexander A.Solovev;他得安;许凯亮-.生成对抗网络加速超分辨率超声定位显微成像方法研究)[J].物理学报,2022(22):143-154
A类：
超声定位显微,超快超声,uULM
B类：
生成对抗网络,网络加速,超分辨率,显微成像,成像方法,衍射极限,微血管,数以万计,微泡,中心点定位,轨迹追踪,要数,数十秒,数百,长程,图像采集,率定,定位理论,理论方法,叶环,测定原理,实现方法,重建技术,超声成像,显微技术,高超,成像空间分辨率,和图像,图像饱和度,采集时间,图像数据,深度学习模型,接轨,计算复杂度,微血流成像,相关思路,思路与方法
AB值：
0.243752
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
