Apr, 2024

基于状态空间模型的光学多普勒层析成像稀疏重建

PDF
TL;DR使用基于稀疏重建框架的光多普勒成像技术实现了高精度的血流图像重建，并且通过采用状态空间模型以及图像增强方法进一步提高了重建的准确性。
optical doppler tomographyblood flow imagingsparse reconstruction frameworkstate space modelimage reconstruction
发现论文，激发创造
  • 基于深度约束球形去卷积的扩散磁共振韧性纤维 ODF 估计

    本文提出了一种新颖的数据驱动的深度约束球形反卷积方法，用于对重复 DW-MRI 扫描的脑微结构进行更可重复和更健壮的估计，并表明该方法在区分具有不同生物标志物的受试者方面具有更好的表现。

    Jun, 2023

  • SSTM：用于多帧光流估计的时空循环变压器

    本研究提出了基于学习的多帧光流估计方法，使用 3D Convolutional Gated Recurrent Units 和 spatiotemporal transformers 对长序列的场景动态进行建模，在遮挡的区域中获得较高的光流准确度。

    Apr, 2023

  • 利用深度学习实现光学相干断层扫描成像 Spectral Bandwidth 的恢复

    利用深度学习和超分辨率技术重建失去的特征，以改善眼科临床医生的决策，应对广场视野 OCT 系统降低分辨率的挑战。

    Jan, 2023

  • 深度学习多尺度重构心脏影像的超声光学断层扫描谱空间数据

    在本文中，我们提出了一种可行的光谱空间采集方法，该方法在保持高质量的图像重建的同时，在光谱和空间域中缩小了采样过程。此外，我们还提出了一种统一的多尺度重建框架，即多尺度光谱空间放大网络（MSSMN），用于解决高度缩小的 OCT 图像。我们的方法和多尺度重建框架相结合，可能允许在冠状动脉干预期间进行更快的 SD-OCT 检查，具有高分辨率。

    Apr, 2022

  • OmniSSR：零样本全向图像超分辨率利用稳定扩散模型

    通过使用稳定扩散模型的图像先验，将全向图像超分辨率与保真度和真实感相结合，实现了零样本学习，无需训练或微调。在两个基准数据集上的实验证明了该方法的有效性。

    Apr, 2024

  • 直接稀疏里程计

    提出了一种新的直接稀疏视觉里程计公式，将全直接概率模型（最小化光度误差）与所有模型参数（包括几何结构 - 在参考帧中表示为反深度 - 和相机运动）的一致联合优化相结合。

    Jul, 2016

  • 利用神经场进行散射介质的高分辨率光吸收层析重建

    NeuDOT 是一种全新的散射光学层析成像方法，基于神经场理论将光学吸收量连续编码到体积内，实现高精度、高分辨率成像，适用于医学成像、遥感和自动驾驶等领域。

    Apr, 2023

  • 使用高阶纤维束微分方程进行专属纤维束分布估计

    提出了一种基于束特定追踪图分布函数的新型追踪方法，使用高阶流线微分方程重建流线束，以集群为单位，以简化全局上的追踪过程，并获得更好的结果。

    Jul, 2023

  • 基于扩散模型的 dMRI 高畸变下 FOD 恢复

    本研究提出了一种新的扩散模型，用于恢复因畸变伪影引起的信号丢失，通过增强扩散模型的能力生成具有所有 SPHARM 阶级别的单个 FOD 体积，并提取所有 SPHARM 阶级别之间的交叉关注特征，以捕捉 FOD 体积之间的阶级别相关性，同时使用低扭曲的 FOD 环绕高扭曲区域作为条件，确保生成的 FOD 几何的一致性，实验证明该方法能够在受影响的脑区中恢复 FOD 的完整性，显著提高相关脑区的纤维追踪性能。

    Jun, 2024

  • 逐阶层小波优化细化扩散模型在稀疏视角 CT 重建中的应用

    一项名为 SWORD（Stage-by-stage Wavelet Optimization Refinement Diffusion）模型的创新性方法被提出，用于稀疏视图 CT 重建。该方法结合了低频和高频生成模型，通过优化过程实现解决方案。实验证明，该方法在定量和定性方面均优于现有的先进方法。

    Aug, 2023