[发明专利]一种基于自编码器的单探头声学成像方法及装置

权利要求书

1.一种基于自编码器的单探头声学成像方法，其特征在于，包括以下步骤：

(1)构建基于自编码器的超宽频单探头成像系统；所述成像系统包括参数可调的超构神经网络构成的编码器和由深度神经网络组成的解码器；

(2)将预先获取的图像数据分为训练集和测试集；

(3)初始化超构神经网络和深度神经网络的参数；

(4)将训练集中的图片输入到成像系统，通过变换N次超构神经网络的参数来得到N个声强值；将N个声强值输入到深度神经网络中以取得重建的图像；

(5)计算重建图像与原图像的损失函数，并用梯度下降法更新声学超构神经网络和深度神经网络的参数；

(6)重复步骤(4)和步骤(5)直到测试集的损失函数的值趋于稳定。

2.根据权利要求1所述的基于自编码器的单探头声学成像方法，其特征在于，步骤(1)所述的参数可调的超构神经网络的编码器每层超构神经网络由M个超构神经元构成，超构神经元对入射波施加可调控的幅值与相位变化，作为网络的训练参数，表示为：

其中，W是超构神经元的参数，t和分别是其对入射波施加的幅值和相位变化且可以通过相应的方法进行物理调控。

3.根据权利要求1所述的基于自编码器的单探头声学成像方法，其特征在于，所述步骤(3)包括以下步骤：

(31)初始化作为编码器的超构神经网络参数，一共有N×M×L个参数，N代表每次前向传播过程中超构神经网络需要变换参数的次数，M代表每层超构神经网络所具有的超构神经元的数目，L代表超构神经网络的层数；

(32)初始化作为解码器的深度神经网络的参数，参数在每一次前向传播过程中无需发生变化。

4.根据权利要求1所述的基于自编码器的单探头声学成像方法，其特征在于，所述步骤(4)包括以下步骤：

(41)将原始图像加入噪声，将带有噪声的图像输入到成像系统中：

Y＝X+X_noise

其中，X代表原始图像，Y代表带有噪声的图像；

(42)声波在超构神经网络中的传播过程为：

其中，代表输入第l层超构神经网络的声压值，代表第l层被动式超构神经网络的参数，代表第l层与(l+1)层之间的声传播方程，f代表频率，代表矩阵的点乘，代表探测面上的声强分布，S代表探测器所在的区域，I_d即探测器所记录的声强值,d代表是第d组超构神经网络对应的声强值；

(43)将图像输入到超构神经网络中，传感器将会接收到一个声强值，将这个声强值记录下来；变换超构神经网络所有参数，此时传感器会接收到另一个不同的声强值，再将其记录下来，如此反复记录N个声强值。

5.根据权利要求1所述的基于自编码器的单探头声学成像方法，其特征在于，步骤(5)所述损失函数为：

其中，x,y分别代表原始输入图像和重建图像，μ_x和μ_y代表两幅图像的平均值，δ_x和δ_y代表两幅图像的标准差，δ_xy代表两幅图像的协方差，C₁和C₂是常数。

6.一种基于自编码器的单探头声学成像装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的基于自编码器的单探头声学成像方法。