Apr, 2023

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

PDF
TL;DR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。
three-dimensional inspectionnanostructuresptycho-laminographic reconstructionintegrated circuitsself-supervised learning architecture
发现论文，激发创造
  • 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

    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。

    Apr, 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

  • 基于人工智能的多芯光纤细胞旋转投影断层扫描技术

    光学断层扫描成像技术通过紧凑的多芯光纤细胞旋转系统和基于人工智能的断层重建工作流，实现了对细胞的全角度投影扫描，并验证了其在细胞三维重建和癌症早期诊断方面的潜在应用。

    Dec, 2023

  • 基于扫描先验的旋转扫描光声显微镜图像超分辨率

    该研究介绍了一种新颖且性能优越的超分辨率框架，用于基于旋转扫描的光声显微镜成像，实验结果在合成和真实数据集上量化和定性地证明了该框架的有效性和通用性。

    Dec, 2023

  • 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

  • 深度学习实现亚距离限制扫描超透镜显微镜的大景深图像

    使用深度学习构建的扫描超透镜显微镜 (SSUM) 系统通过光学超分辨率图像和扫描电子显微镜 (SEM) 领域图像之间的映射关系，将光学超分辨率图像转化为类似 SEM 的具有大景深的图像，其在图像转换中表现出色，重构结果具有高层次的细节，适用于芯片级缺陷检测、生物样品分析、法医学以及其他各个领域。

    Oct, 2023

  • 薄型传感器纳米光学阵列相机

    本文研究了替代传统复合光学的平面纳米光计算相机系统，该系统采用一组倾斜透镜和学习重建方法，能够在单纳米光子层上从多样化场景中恢复图像，避免了光学像差问题。

    Aug, 2023

  • 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

  • 自我监督表示学习在 3D-PLI 中用于神经纤维分布模式的研究

    应用自我监督表示学习的完全数据驱动方法，以 3D-PLI 图像为基础，对神经纤维结构进行特征化。

    Jan, 2024

  • 用于木材行业成像的长物体稀疏视图层析重建

    在木材工业中，通过在运动传送带上的几个源位置进行离散 X 射线扫描，通常可以对木材进行质量筛选。本文提出了一种基于学习的原始 - 对偶神经网络的迭代重建方法，适用于顺序扫描几何。我们的方法在重建过程中累积了相邻切片之间的信息，而不仅仅考虑单个切片。通过定量和定性评估，我们的方法在仅使用五个源位置时能够准确重建木材，并识别出节（枝）、心材和边材等生物特征。

    Mar, 2024