[论文解读] Physics-Based Learning of the Wave Speed Landscape in Complex Media

Baptiste Hériard-Dubreuil, Emma Brenner+5 more|arXiv (Cornell University)|Feb 3, 2026

Ultrasound Imaging and Elastography被引用 0

一句话总结

该论文提出一个基于学习的矩阵成像框架，使用可微分的正演模型从反射数据推断波速分布，从而在反射几何中实现定量的声速成像，适用于超声应用中的多种场景。

ABSTRACT

Wave velocity is a key parameter for imaging complex media, but in vivo measurements are typically limited to reflection geometries, where only backscattered waves from short-scale heterogeneities are accessible. As a result, conventional reflection imaging fails to recover large-scale variations of the wave velocity landscape. Here we show that matrix imaging overcomes this limitation by exploiting the quality of wave focusing as an intrinsic guide star. We model wave propagation as a trainable multi-layer network that leverages optimization and deep learning tools to infer the wave velocity distribution. We validate this approach through ultrasound experiments on tissue-mimicking phantoms and human breast tissues, demonstrating its potential for tumour detection and characterization. Our method is broadly applicable to any kind of waves and media for which a reflection matrix can be measured.

研究动机与目标

• 在反射数据中隐藏大尺度速度变化的介质中，激发定量波速成像的动机。
• 开发一个学习型、可微的正演模型，从反射矩阵中推断速度场。
• 在组织仿真 phantom、离体组织和人类乳腺数据中展示超声的声速成像。
• 展示该框架对提供反射矩阵的其他波模态的普适性。

提出的方法

• 将波传播表示为一个可微分的多层级联衍射相屏幕与自由空间传播交错的网络。
• 使用基于梯度的优化来最大化聚焦质量度量，利用反射矩阵数据作为引导星。
• 通过链式法则计算聚焦质量对速度模型的梯度并相应更新速度图。
• 采用全变差正则化、空间滤波等优化技术以稳定收敛。
• 使用分步傅里叶方法（波束传播）实现正演模型，以捕捉前向多次散射。
• 以矩阵成像为基础，构建聚焦反射矩阵并利用其对角线/约束特性进行速度推断。

实验结果

研究问题

• RQ1 从聚焦反射矩阵导出的聚焦质量度量是否可用于从反射数据恢复大尺度波速变化？
• RQ2 如何构建可微分的波传播正演模型，以实现梯度优化来估计速度景观？
• RQ3 在反射几何中声速重建的局限性有哪些，如何缓解像差？
• RQ4 该方法是否可在超声实验之间移植，且是否有潜力扩展到提供反射矩阵的其他波模态？

主要发现

• 在 phantom、离体组织和人类乳腺数据的超声测试中，证明了在反射几何中的定量声速成像。
• 在经速度校正后，反射成像得到改进，衍射极限聚焦得以恢复，phantoms 中也实现约100 m/s 的对比度恢复。
• 验证通过物理启发的聚焦质量度量的梯度上升能够在不依赖短尺度无序知识的情况下恢复速度景观。
• 将框架扩展到3D成像，区分猪肉组织中的脂肪与肌肉，并将水平切片与已知组织分布对齐。
• 提供证据表明声速图有助于乳腺病变区分，潜在提升与传统B模式成像相比的诊断性能。