KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-19
Untrainiertes CNN und Regularisierung im Koeffizientenraum für die gemeinsame Rekonstruktion in der photoakustischen Tomographie
Originaltitel: Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography
Der Beitrag behandelt die gemeinsame Rekonstruktion von Anfangsdruck und räumlich variierender Schallgeschwindigkeit in der photoakustischen Tomographie aus Randmessungen. Ein untrainiertes CNN liefert feste nichtlineare Merkmale, aus denen die Wavelet-Koeffizienten des Anfangsdrucks mittels Tikhonov-regularisierter Kleinste-Quadrate-Schätzung bestimmt werden, während für die Schallgeschwindigkeit ein gelernter Prior im Koeffizientenraum verwendet wird. Die Methode rekonstruiert auf zurückgehaltenen Daten genau und generalisiert auf unbekannte Phantomgeometrien; sie erzielt deutlich kleinere Fehler als ein überwacht trainiertes CNN und benötigt dabei etwa ein Sechstel der Rechenzeit.