一种基于深度学习消除光声层析图像中伪影的方法

本发明属于光声成像技术领域，公开了一种基于深度学习消除光声层析图像中伪影的方法，包括步骤一，对采样数据，重建光声层析图像；步骤二，创建数据集：在光声层析重建图像上手动标注出伪影；步骤三，构建端到端的卷积神经网络模型VGG16‑UNet，用数据集训练卷积神经网络模型VGG16‑UNet；步骤四，识别光声层析图像中的伪影：将待处理的光声层析图像输入到步骤三训练好的神经网络模型中，输出为标注出伪影的图像；步骤五，去除伪影信号；步骤六，重建光声层析图像。本发明在采样数据中，消除所有通道的与伪影有关的信号，然后再使用延时求和算法重建出光声层析图像，消除了伪影造成的不利影响，从而提高光声层析成像的质量。