上科大混合成像系统实验室本科生的一作论文同时被IEEE IUS 2021接收

发布时间:2021-07-20浏览次数:421

我院高飞课题组(混合成像系统实验室)两名本科生以第一作者身份投稿的两篇会议论文被IEEE国际超声论坛(IEEE International Ultrasonics Symposium ,IEEE IUS 2021)接收。两篇论文在基于模型的光声图像重建方面分别提出了两种不同的解决方案

计算机科学与技术专业大四本科生龚嘉礼针对光声图像迭代的重建问题提出新的算法:通过深度学习的方式计算迭代的梯度下降中的正则项。该方法在仿真数据集上有良好的表现,提高了重构图像的清晰度和准确度。论文题为“Deep Learning Regularized Acceleration for Photoacoustic Image Reconstruction”。

图:通过计算当前图像与其数据一致项的梯度信息,经过CNN模型学习约束,进而提高图像质量。与传统方法比较,在3个迭代后即可超越传统方法,并达到非常好的定量结果。


生物医学工程专业大三本科生李卓安提出一种在基于模型的光声图像重建中使用深度学习的方法来代替复杂的参数调整过程,并通过构建卷积神经网络来加快收敛速度。模型中定义的参数可以自动学习,在每次迭代中不断优化。实验表明与传统的光声图像重建方法相比,本方法可以显著提高图像重建的效率。论文题为“Learned Parameter and Increment for Iterative Photoacoustic Image Reconstruction via Deep Learning”。

图:通过正常梯度下降计算各个项的梯度信息,并通过CNN模型进行结合,反复数次后得到最终结果。与传统方法比较,在3个迭代后可以达到去除大部分伪影和较高的定量结果。


近年来,混合成像系统实验室十分重视本科生科研能力的培养,通过设计适合本科生参与的科研课题,并发挥高年级研究生的传帮带作用进行有效辅导。同时,课题组也会定期组织小组讨论以及个别辅导。在实验室良好的科研氛围下,到目前为止,实验室已先后有6名本科生以第一作者的身份发表论文。龚佳礼和李卓安分别在大三和大二加入混合成像系统实验室,在实验室学长和老师的指导下参与科研项目。

两项研究成果在高飞教授、2019级博士研究生兰恒荣指导下完成。高飞教授为通信作者,上科大为第一完成单位。研究得到了国家自然科学基金和上海科技大学启动资金的支持。