pCoRev：物理信息引导的对比学习用于超快平面波成像中的无监督混响伪影抑制

超快平面波（PW）成像中的混响伪影抑制仍然具有挑战性，因为通常无法获得无伪影的参考数据，且多径回波往往与组织信号相似。相干平面波复合（CPWC）只能部分衰减混响，并牺牲了促使采用 PW 成像的帧率。我们提出 pCoRev，一种无监督的物理信息对比学习框架，利用组织回波与混响伪影之间不同的角度相干特性。网络输入为单角度 I/Q 帧，同一 CPWC 采集的其余角度提供角度一致的正样本对、残差衍生的负样本对以及相干性引导的自监督，因此不需要成对的无伪影数据。在具有 31 次验证采集的制造混响体模上，pCoRev 相对于延迟叠加（DAS）、延迟相乘叠加、监督式 3D 卷积神经网络和无监督深度相干学习，取得了最佳的对比度（CR）、对比噪声比（CNR）和广义 CNR（gCNR），分别为 38.76 +/- 5.40 dB、11.75 +/- 1.81 dB 和 0.932 +/- 0.051。由于网络在单角度输入上训练，它也能在单次 PW 发射上运行：仅使用一个角度时，pCoRev 达到 32.10 +/- 7.79 dB 的 CR 和 10.39 +/- 3.02 dB 的 CNR，超过 75 角度复合 DAS（20.45 +/- 3.84 dB 和 8.38 +/- 2.00 dB），且发射次数少 75 倍。在其他扫描仪的四次临床采集上，pCoRev 无需微调即将 CR 相对于 DAS 提高了 9 至 21 dB。这些结果表明，物理信息无监督对比学习能有效抑制混响，同时保留超快 PW 成像的帧率优势。

中文由 AI 翻译，仅供参考，以原文为准。