本研究では、光音響断層撮影(PAT)の画像再構築問題に対して、スコアベースの拡散モデルを活用する手法を提案している。
PAT は光吸収コントラストと超音波イメージング深度を組み合わせた医療イメージングモダリティであるが、センサー範囲の制限や密度の低さから、逆問題の解が不安定になる課題がある。
提案手法では、シミュレーションデータで事前に学習した拡散モデルのプライオルを活用し、限られた測定データに適応的に条件付けることで、高品質な画像再構築を実現している。
実験では、従来の正則化手法やディープラーニングベースの手法と比較して、特に空間エイリアシングの問題設定で優れた性能を示している。
また、学習したプライオルモデルを活用することで、測定条件の変化に柔軟に対応できる点も特徴である。
本手法は、PAT 以外の線形逆問題にも一般化できる技術的貢献であり、PAT イメージングへの実用的な応用も期待できる。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問