AI与世界难题 · 物理学 · arXiv · 2026-10-19
基于未训练CNN与系数空间正则化的光声断层成像联合重建
原标题: Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography
本文研究如何根据边界测量数据联合重建光声层析成像中的初始压力和空间变化的声速。未经训练的CNN提供固定的非线性特征,初始压力的小波系数由此通过Tikhonov正则化最小二乘法估计,而声速则使用学习得到的系数空间先验。该方法在留出数据上重建精确,并能泛化到未见过的体模几何结构,其误差显著小于有监督训练的CNN,同时所需计算时间约为后者的六分之一。