Apr, 2023

基于 AI 辅助的自动化工作流，利用联合资源进行实时 X 射线全息摄影数据分析

PDF
TL;DR本文介绍了一种采用大规模远程计算资源和嵌入式 GPU 平台的端到端自动化工作流，以实现对 x 射线相衬成像数据的 AI/ML 加速实时分析，从而实现纳米级成像。
发现论文，激发创造
  • 利用单次相位恢复神经网络预测相衬成像探针位置

    利用神经网络进行密集分析，基于图像配准以及线性方程的构建和求解，实现 ptychography 探针位置的准确预测并对大尺度和累积性位置误差进行有效校正。

    May, 2024

  • 三维纳米级集成电路成像的深度自监督 ptycho-laminography 加速技术

    本研究利用物理规范化深度自监督学习结构，加速针对集成电路的 ptycho-laminographic 重建，仅需采集 16 倍少的角度样本和 4.67 倍更快的计算，且重建品质优于完整采集和无学习的密采集重建，从而实现了对纳米结构的三维检查，并为安全和可靠性保障做出了贡献。

    Apr, 2023

  • PtychoDV: 基于视觉 Transformer 的逐步展开网络用于相位成像图重建

    PtychoDV 是一种高效、高质量的 ptychographic 图像重建网络，它通过显著降低迭代算法的计算成本和保持竞争性能，从原始测量数据生成初始图像，并利用学习卷积先验和 ptychography 测量模型细化初始图像。实验结果表明，PtychoDV 在模拟数据上的表现优于现有的深度学习方法。

    Oct, 2023

  • 物理约束无监督深度学习用于快速高分辨率扫描相干衍射重建

    使用非监督物理知识神经网络重建方法，结合衍射正演映射与重叠测量的约束，提高了重构速度和质量，为高通量环境下的高分辨率实时成像带来了令人兴奋的前景。

    Jun, 2023

  • 迭代算法用于全息相位恢复

    本文介绍了 ptychography 的优点和存在的问题，并从数值分析的角度回顾了一些解决 phase retrieval 问题的现有方法，并提出了一些基于数值优化的替代方法。

    May, 2011

  • 傅里叶全息显微镜的数据驱动设计

    使用物理学基础的神经网络通过优化 LED 发光模式设计来实现超分辨成像，进而压缩原先需要的多次测量，减少时间和成本。

    Apr, 2019

  • 使用在线即插即用算法的正则化傅里叶全息成像

    本文提出一种新的在线优化算法，基于 FISTA 算法，使用只有子集的测量数据实现了可扩展的傅里叶全息显微（FPM）成像，模拟和实验数据结果表明该算法可以显著提高性能。

    Oct, 2018

  • 实时感知技术在导管室自动化中的应用

    AutoCBCT 是一个基于视觉感知系统的融入血管造影套房中的创新工作流，通过自动定位、导航和模拟测试运行，消除了手动操作和交互，从而提高了工作效率。

    Mar, 2024

  • 基于 X 射线的科学应用的网络架构搜索

    使用深度神经网络自动调优设计的 BraggNN 和 PtychoNN 模型，在 X 射线和电子衍射显微镜中，提升了布拉格峰检测和斑图重构性能，达到了 31.03％和 16.77％的准确度提升，模型尺寸分别减小了 87.57％和 12.82％。在 Orin-AGX 平台推断时，这些优化模型相较于基准模型，推断延迟分别减小了 10.51％和 9.47％，能耗分别减小了 44.18％和 15.34％。

    Apr, 2024

  • X 射线荧光透视下导管的全自动实时分割

    本文提出了一种基于深度卷积神经网络的实时方法，用于在 2D X 射线透视序列中分割导管和导丝，使其在 X 射线成像指导下的介入手术中能够自动检测和追踪，该方法在 25 个介入操作的 237 个 X 射线序列图像上进行训练和测试，得到了极高的分割精度。

    Jul, 2017