光声断层成像中多初始压力与声速分布同步重建的残差最优传输Mamba方法研究

针对稀疏采样光声断层成像(PAT)中的条纹伪影问题，研究人员提出残差条件最优传输Mamba框架(RCMamba)，通过小波增强传输方案与多尺度状态空间模型，在16-64投影条件下显著提升血管模型和小鼠活体成像的伪影抑制与结构保真度，为临床稀疏采样PAT系统提供新解决方案。

　　

光声断层成像(PAT)作为新兴的医学影像技术，巧妙融合了光学成像的高对比度与超声检测的深层组织穿透优势，但在实际应用中常因硬件限制导致采样稀疏。这种稀疏性会引发严重的条纹伪影，而现有深度学习方法对此类复杂伪影的消除效果有限，特别是难以同时保持组织微细结构与长程解剖特征的完整性。

研究人员在《Photoacoustics》发表的这项研究中，创新性地构建了残差条件最优传输Mamba框架(RCMamba)。该框架通过两个核心技术突破实现性能跃升：一是引入小波残差增强传输方案，利用多分辨率分析和独创的小波相干惩罚项，精准捕捉稀疏采样特有的跨尺度稀疏模式；二是设计混合多尺度Mamba架构，通过窗口化与全局状态空间扫描的独特组合，同步保留微米级血管细节和器官级结构特征。实验验证采用血管仿体和小鼠活体模型，在16/32/64三种投影密度下，RCMamba的峰值信噪比(PSNR)较现有最优方法平均提升2.4dB，结构相似性(SSIM)提高0.15。

关键技术方法包括：1) 构建小波域残差最优传输模型，采用Daubechies小波基进行多尺度分解；2) 设计混合状态空间扫描策略，局部窗口设为8×8像素，全局扫描步长16；3) 建立包含120组小鼠脑血管PAT数据的测试集，采样间隔覆盖15-60度范围。

研究结果显示：

【小波增强传输方案】通过离散小波变换(DWT)将图像分解为LL/LH/HL/HH四个子带，在32投影条件下，高频子带的相干惩罚使伪影减少37%；

【混合多尺度架构】相比纯卷积网络，窗口化扫描使微血管检出率提升19%，而全局扫描使肝脏边缘锐度提高28%；

【跨模态验证】将模型迁移至乳腺PAT数据时，无需微调即可保持85%以上的性能保留率。

结论部分强调，RCMamba首次将最优传输理论与状态空间模型结合应用于PAT重建，其创新性体现在：1) 小波相干惩罚项可量化不同尺度伪影的传输代价；2) 混合扫描策略突破传统Mamba模型对长序列建模的局限。该研究为实时介入式PAT系统开发奠定算法基础，特别在肿瘤边缘界定和微血管网络成像方面具有临床转化潜力。