Feb, 2021

CoIL: 基于坐标的内部学习用于图像反问题

PDF
TL;DR提出用于连续测量表示的新的深度学习方法 Coordinate-based Internal Learning（CoIL），其使用多层感知器（MLP）通过将测量的坐标映射到其响应来编码完整的测量场，从而生成可用于大多数图像重建方法的新的测量，并在稀疏视图计算机断层扫描中进行了验证。
coordinate-based internal learningdeep-learningmultilayer perceptronmeasurement fieldimage reconstruction
发现论文，激发创造
  • 成像中逆问题的深度学习技术

    探讨了深度神经网络在解决计算成像中出现的广泛逆问题方面的应用，提出了一种可以用于将不同问题和重建方法分类的分类法，并讨论了各种重建方法的权衡及其困难点、常见失败模式、未来研究的开放问题和途径。

    May, 2020

  • 使用局部隐式图像函数学习连续的图像表示

    本文提出了一种名为 LIIF 的局部隐式图像函数，通过输入图像坐标和周围的 2D 深度特征，预测给定坐标的 RGB 值，训练得到的连续表示可以呈现在任意分辨率下，甚至可以外推到高达 x30 的分辨率，同时 LIIF 还在 2D 中构建了离散和连续表示之间的桥梁。

    Dec, 2020

  • 基于深度学习的无镜头计算成像技术

    本文首次证明了深度神经网络可用于计算成像中的反问题，并通过训练 DNN 成功地在无镜成像系统中恢复出相位物体。

    Feb, 2017

  • 深度学习与反问题

    这篇论文主要研究了机器学习和深度学习在逆问题中的应用，特别关注了神经网络和卷积神经网络的使用。

    Sep, 2023

  • 学习无形：有限角度计算机断层成像的混合深度学习 - Shearlet 框架

    本文提出一种将基于模型的稀疏正则化与数据驱动的深度学习相结合的混合重建框架，通过剪切波变换的分解，将可见和不可见分量分别处理，使神经网络只需要学习不可由基于模型方法处理的部分系数，提高了在有限角度计算机断层扫描中的重建性能。

    Nov, 2018

  • PARCEL: 多线圈 MR 成像的基于物理的无监督对比度表示学习

    为了解决神经网络模型解释性不足、训练数据有限的问题，本文提出了一种基于物理学的无监督对比表示学习方法 (PARCEL)，通过两个网络的对比学习实现 MRI 图像的高精度重建。结果表明，PARCEL 方法能够实现准确的 MRI 重建而不依赖于全采样数据集。

    Feb, 2022

  • 通过生成性潜在优化解决图像反问题

    在稀疏投影 CT 上测试，通过与现有的基于分数的策略相比，使用多个训练数据集大小，cGLO 提供了更好的重建质量以及对于较小的训练数据集和减少的投影角度展现出逐渐增加的性能优势。此外，cGLO 不需要任何反向操作，甚至可以拓展应用于非线性的 IIPs。

    Jul, 2023

  • 深度学习方法用于平行磁共振图像重建

    介绍了基于神经网络的机器学习技术在 Magnetic Resonance Imaging（MRI）领域的应用以及针对当前加速 MRI 主流的多线圈信息的补充与研究，覆盖线性和非线性方法，探讨了引入改进正则化器的图像域方法以及基于神经网络的更好插值策略的 k 空间方法，讨论了相关问题和未解决的问题和近期为社区制定开放数据集和基准的努力。

    Apr, 2019

  • InDiReCT: 语言引导的零样本深度度量学习（Deep Metric Learning）用于图像

    本研究提出了一种基于自然语言的零样本度量学习方法，应用于图像检索系统中，使用自然语言控制图像表征属性，通过使用文本提示进行训练，并利用 CLIP 模型将文本提示嵌入到图像嵌入空间中，从而实现根据不同的相似度概念创建自定义嵌入空间的快速训练和易于使用的方法。实验结果表明，在仅使用自然语言进行训练的情况下，此方法性能优于强基线模型，接近于完全监督模型。

    Nov, 2022

  • 2 维无损可视化空间中的高维可理解学习

    本研究探讨了在二维可视化空间（2-D ML）中使用非损失通用线坐标的视觉知识发现来进行机器学习分类任务的新方法。研究表明，这是一种完整的机器学习方法，不需要在抽象的 n 维空间中处理 n 维数据。利用二维中 n 维数据的图像表征，可以在二维空间中发现 n-D 模式而不会丢失 n-D 信息。具体而言，本研究显示了如何使用不同的 In-line Based Coordinates 进行分类和回归，并展示了两个基于基准数据集（威斯康星州乳腺癌和页面块分类数据集）的案例研究。最后，本研究基于页面块分类数据的特点，开发了一种利用决策树作为模型设计辅助工具的算法，可应用于处理高分辨率多类不平衡数据。该方法加速了一个新兴领域（完整的 2-D 机器学习和其方法论）的发展，并为最终用户提供了模型自助发现和解释的可能性

    May, 2023