基于注意力机制驱动条件生成对抗网络的环阵光声断层成像图像恢复方法

针对环阵光声断层成像(PAT)系统中因非理想成像条件导致的图像模糊和条纹伪影问题，研究人员提出了一种基于条件生成对抗网络(CGAN)框架的图像恢复方法。该方法通过集成混合空间-通道注意力机制和残差滑动窗口Transformer模块(RSTM)，结合伽马校正模块和综合损失函数，显著提升了图像分辨率和质量。实验结果表明，该方法在模拟和活体数据中均能有效消除伪影并恢复细节，为生物医学影像提供了新的解决方案。

　　

光声断层成像（PAT）作为一种新兴的生物医学成像技术，结合了光学成像的高对比度和超声成像的深层穿透优势，在临床诊断和基础研究中展现出巨大潜力。然而，环阵PAT系统在实际应用中面临两大挑战：一是换能器阵列的空间脉冲响应（SIR）导致随距离增加的旋转模糊，二是有限带宽引起的空间不变模糊。传统重建算法如时间反演（TR）和滤波反投影（FBP）往往忽略实际成像限制，导致图像质量下降，表现为分辨率降低和条纹伪影。尽管已有基于正则化的迭代重建方法（如TV正则化）和反卷积技术尝试解决这些问题，但这些方法要么计算耗时，要么难以平衡细节保留与伪影抑制。

针对这一技术瓶颈，中国科学技术大学的研究团队创新性地将深度学习引入PAT图像后处理领域。研究人员设计了一种基于条件生成对抗网络（CGAN）的注意力机制驱动框架，通过整合残差滑动窗口Transformer模块（RSTM）与混合空间-通道注意力机制（CBAM），显著提升了网络对复杂退化模式的建模能力。该研究发表在《Photoacoustics》期刊，为解决环阵PAT系统的图像质量问题提供了新思路。

关键技术方法包括：1）构建包含RSTM和CBAM的生成器网络，采用k-Wave工具箱模拟训练数据集；2）改进PatchGAN判别器结构，结合Wasserstein距离损失和梯度惩罚（WGAN-GP）；3）设计综合损失函数，融合平滑L₁
损失和VGG感知损失；4）引入伽马校正模块优化输出对比度；5）使用Adam优化器进行300轮次训练，并在模拟和活体数据（小鼠胚胎、斑马鱼脑、人体手指等）上进行验证。

3.1 生成器架构
研究团队创新性地将6个基础Swin-Transformer模块（BSTM）串联，通过跳跃连接形成残差滑动窗口Transformer模块（RSTM）。每个BSTM包含窗口多头自注意力（W-MSA）和滑动窗口多头自注意力（SW-MSA）机制，分别捕获局部和全局特征。特别设计的卷积模块（含实例归一化和LeakyReLU）处理低层像素信息，而CBAM模块通过通道注意力（CAM）和空间注意力（SAM）的协同作用，有效缓解了模糊导致的信息混淆问题。

3.2 判别器架构
改进的PatchGAN判别器采用全卷积结构，通过三次下采样将输入图像缩小8倍。去除最终层的Sigmoid函数，结合LeakyReLU激活和实例归一化，使判别器能够评估图像局部块的真实性，从而更精准地指导生成器训练。

3.3 损失函数
创新性地将WGAN-GP对抗损失与内容损失相结合：1）对抗损失采用带梯度惩罚项的Wasserstein距离，增强训练稳定性；2）内容损失使用平滑L₁
函数（优于传统L₁
/L₂
范数）保留细节，并引入VGG19网络的多层特征损失（L_percep
）提升感知质量。最终联合损失通过参数λ₁
=0.5、λ₂
=0.006平衡像素级精度与特征匹配。

4.2 仿真结果
在255幅测试图像上，该方法对TR重建图像的PSNR达30.36（小鼠胚胎）和28.56（斑马鱼脑），显著优于HINet和Uformer。对FBP重建图像的处理更展现出优势，在斑马鱼脑数据上PSNR提升至25.75，而Uformer仅20.15。视觉评估显示，该方法能准确恢复血管分支等细微结构，且背景伪影抑制效果最佳。

4.3 实验结果
活体实验进一步验证了方法的实用性：1）血管仿体图像中，该方法清晰呈现0.2mm级微血管，灰度过渡自然；2）人体手指截面图像中，骨膜等深层结构细节得到增强，条纹伪影减少约70%；3）小鼠腹部血管图像对比度提升1.89倍，显著优于传统方法。值得注意的是，伽马校正模块使输出图像灰度分布更符合临床观察习惯。

5.1-5.5 讨论
与TV正则化迭代重建相比，该方法在保持同等伪影抑制能力的同时，计算效率提升约40倍。相较于前期反卷积方法，其细节保留能力提高35%（通过对比度指数评估）。研究同时指出，该方法对高质量采集系统（如Verasonics Vantage 256）的低噪声数据适配性最佳，建议用户根据实际系统噪声特性调整训练策略。

该研究的突破性在于：首次将Transformer与注意力机制协同应用于PAT图像恢复，通过RSTM的长程依赖建模能力和CBAM的局部特征增强特性，成功解决了空间变异模糊与条纹伪影共存的难题。提出的伽马校正模块和综合损失函数设计，为医学影像的物理特性与深度学习结合提供了范式。这些创新不仅提升了环阵PAT系统的成像质量，其框架设计思路也可拓展至CT、MRI等多模态医学影像处理领域，具有重要的临床转化价值。