专利说明：我们设计了一个深度神经网络，即ResU-net，用于定量光声成像。ResU-net使用了残差学习机制，使得网络容易优化，并且可以达到相当的深度，以获得较高的准确率。收缩路径和扩张路径使得ResU-net可以从输入的初始声压图像中提取全面的各个分辨率层面的环境信息，并且最终输出高分辨率的定量图像。经过训练之后，ResU-net可以实现快速的图像重建（一副定量图像的重建耗时22.06 ms）。仿真实验中SO2和探针浓度的重建结果拥有很高的定量精度，并且对于光学参数的变动，包括血红蛋白浓度、SO2、和约化散射系
是否职务专利：否