摘要

我们提出了一种基于深度学习和定制粉红噪声斑点图案的计算鬼影成像框架。本研究中的深度神经网络能够学习感知模型并提高图像重建质量，仅通过模拟数据进行训练。为了展示本研究中的亚奈奎斯特水平，我们在不同噪声条件下，对多种采样率下的传统计算鬼影成像结果、使用白噪声和粉红噪声（pink noise）通过深度学习重建的成像结果进行了比较。结果显示，即使在目标物体不在训练数据集的情况下，所提出的方案仍能以0.8%的采样率提供高质量的图像，并且在嘈杂环境中表现出良好的鲁棒性。该方法特别适用于需要低采样率、快速重建效率或经历强烈噪声干扰的各种应用。