光声成像作为一种新兴的基于光学和超声融合的医学成像方法，在多种生物医学应用中具有很大的潜力，尤其是可以通过揭示功能和分子信息提高医疗诊断的准确性。然而，光声图像重建质量常常受到光声信号噪声干扰的影响。近日，信息学院2020级本科生胡天衢和黄子浩提出了一种自适应的光声信号滤波算法，相关成果在Wiley旗下学术期刊Journal of Biophotonics 在线发表，该工作在信息学院高飞课题组完成。
针对光声显微成像系统采集的光声信号信噪比低的问题，信息学院2020级本科生黄子浩和胡天衢通过改进传统卡尔曼滤波算法，提出一种将一维的卡尔曼滤波效果扩展至二维的参数整定方案，更好地还原了传感器接收到的真实光声信号。尽管利用差分滤波来过滤同频噪声的方法已经具备一定普适性，但是这一过程常常会受到背景噪声的影响，导致噪声被进一步放大，而改进后的卡尔曼滤波成像方法则为差分滤波发挥更好效果奠定了基础。
该论文的发表是基于信息学院本科生课程《模拟电路》的期末课程项目——模拟信号降噪技术研究的再探索。两位本科生在大二秋季学期进入混合成像系统实验室（网站：www.hislab.cn）并在高飞教授的指导下最终完成该论文，论文题为Adaptive De-noising of Photoacoustic Signal and Image based on Modified Kalman Filter，胡天衢和黄子浩为共同一作，高飞教授为通讯作者。高飞教授课题组多年来致力于培养本科生科研与创新能力，已先后有20余位在实验室接受科研训练的本科生发表高水平学术论文。
图1. 左侧为卡尔曼自适应参数Q的选取方法，右上图说明了MKF（改进的卡尔曼滤波）与BRTS（反向RTS平滑算法）的协同工作模式，右下图展示了差分滤波的工作原理
图2. 胡天衢和黄子浩在实验室工作时的合影
原文链接：https://onlinelibrary.wiley.com/doi/10.1002/jbio.202200362
沪公网安备 31011502006855号