基于小波增强残差最优传输与多尺度Mamba的稀疏光声成像重建新方法

针对稀疏采样光声成像(PAT)中条纹伪影难以去除的问题，香港科技大学团队提出RCMamba框架，通过小波残差增强传输方案(WEROT)和混合多尺度状态空间模型，在16/32/64投影条件下显著提升图像质量，PSNR达32.23dB，为临床快速成像提供新思路。

　　

光声成像技术虽结合了光学对比度和超声穿透优势，但硬件限制导致的稀疏采样会引发严重条纹伪影，传统滤波反投影(FBP)和U-Net等方法难以有效去除。尤其当检测位点从512个降至16-64个时，方向性伪影会掩盖血管等精细结构，影响临床诊断。香港科技大学的研究团队在《Photoacoustics》发表研究，提出名为RCMamba的创新框架，通过将小波分析与混合多尺度状态空间模型相结合，显著提升了稀疏光声图像的重建质量。

关键技术包括：1) 开发小波残差增强传输计划(WEROT)，利用多分辨率分析和新型小波相干惩罚捕捉稀疏采样的尺度依赖性特征；2) 构建混合多尺度Mamba架构(MS-SS2D)，整合窗口化和全局状态空间扫描；3) 采用血管体模和活体小鼠数据验证，采样密度覆盖16/32/64投影。

研究结果显示：在"2. Methods"部分，通过Monge-Kantorovich公式建立光声成像正向模型，定义稀疏采样算子后，创新性地将小波变换引入残差分析。图1展示不同采样密度下的重建效果，16投影时RCMamba的PSNR达30.57dB，较RCOT提升1dB。"3.2.2 Quantitative analysis"显示，该方法在Sparse16/32/64条件下平均SSIM达0.925，LPIPS降至0.1553，显著优于FDUNet、Uformer等对比方法。图3-4的体模和活体实验证实，该方法能清晰保留直径<100μm的血管结构，而传统方法在32投影时仍存在伪影。

"3.3 Ablation studies"通过消融实验验证核心模块：1) 多尺度扫描模块(MS-SS2D)较单尺度提升0.2dB PSNR；2) 小波残差较傅里叶残差提高0.2646dB；3) 联合L₁+L_WROT+L_FFT损失函数达到最优32.21dB。图5的残差分析揭示，小波系数呈现幂律分布，能精准定位伪影能量，而傅里叶变换则呈现宽峰分布。

该研究的突破性在于：首次将状态空间模型引入PAT重建，通过WEROT框架实现多尺度伪影抑制，在保持3.2μm空间分辨率的同时，将采样时间缩短至传统方法的1/8。尽管在16投影下对亚细胞级结构恢复仍存挑战，但该方法为肝病模型动态监测、颅内肿瘤成像等快速PAT应用奠定了基础。未来将通过纹理保持先验和跨设备验证进一步提升性能。