如需要完整文档点击下方 "点击下载文档" 按钮
超快超声定位显微成像(uULM), 突破了传统超声衍射极限, 可实现分辨率远小于发射波长的在体深层微血管精准成像. 通过对微血管中数以万计的运动微泡进行中心点定位和轨迹追踪, uULM技术可重建微血管图像. 通常一张uULM图像需要数十秒甚至数百秒的连续长程图像采集, 这在一定程度上限制了其更广泛的临床应用. 针对这一挑战, 本研究在阐明了超声衍射极限、超分辨率定位理论方法的基础上, 给出了基于傅里叶环相关的分辨率测定原理和实现方法, 并结合传统uULM重建技术, 发展了一种基于生成对抗网络的深度学习超分辨超声成像方法, 以缩减uULM对图像采集时长的依赖, 提高成像速度和成像分辨率. 针对大鼠脑的在体数据分析结果表明, 基于生成对抗网络的超声定位显微技术微血管分辨达到10 μm, 在保持较高超声成像空间分辨率和图像饱和度的同时, 数据采集时间缩减一半, 从而显著降低了uULM对图像数据采集时长的依赖. 相关深度学习模型连接轨迹的计算复杂度较小, 且避免了人工调参以及轨迹筛选, 为加速超分辨率uULM微血流成像和提升uULM成像分辨率提供了一种有效的工具. 相关思路与方法对促进超分辨率uULM成像技术发展具有一定的借鉴意义.