AI 與世界的難題 · 物理學 · arXiv · 2026-10-19
用於光聲斷層成像聯合重建的未訓練卷積神經網路與係數空間正則化
原標題: Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography
本文探討如何由邊界量測資料，在光聲斷層掃描中聯合重建初始壓力與空間變化的聲速。研究使用未經訓練的 CNN 提供固定的非線性特徵，並以 Tikhonov 正則化最小平方法估計初始壓力的小波係數，同時對聲速採用學習得到的係數空間先驗。此方法在保留資料上能準確重建，並可推廣至未見過的假體幾何形狀，且誤差明顯小於經監督式訓練的 CNN，所需運算時間僅約其六分之一。