基于隐式神经网络的超声图像重建方法

来源：机械与电子杂志2025年第11期北京时间：

作者：郭孜文;付庄夘;张志谊

单位：上海交通大学机械与动力工程学院,上海 200240

摘要：针对传统二维超声难以呈现组织三维结构,且图像质量受探头角度和物理建模不足限制的问题,提出一种结合隐式神经网络与超声成像模型的三维重建方法。通过构建以空间坐标为输入的 MLP 网络,预测介质物理属性,并结合位置编码增强高频细节表达。同时融入能量衰减、反射与散射等物理特性建模,提高新视角图像的真实感与清晰度。实验结果显示,该方法在 SSIM 、 LPIPS 和 PSNR 等指标上优于传统体素插值和 NeRF 方法,显著提升了图像结构还原能力与视觉质量。

关键词：超声成像;隐式神经网络;神经辐射场;体积渲染

基金资助：医工交叉项目( YG2019ZDA17 , ZH2018QNB23 );国家自然科学基金面上项目( 61973210 )