提出了一种新颖的VBIM-Net来解决全波散射问题，通过多层子网络交替更新总电场和对比度，并嵌入对比度变化计算。VBIM-Net的损失函数监督每层输出的总场和对比度，保证子网络变量的物理可解释性。通过设计带噪声的训练方案增强模型稳定性。数值结果验证了VBIM-Net的反演质量、泛化能力和鲁棒性，为场类型深度学习方案提供新灵感。