image reconstruction | BriefGPT

关键词image reconstruction

搜索结果 - 187

CMRxRecon2024：多模态、多视角 K 空间数据集，为加速心脏 MRI 提升通用机器学习
我们提供了一个标准化、多样化和高质量的 CMRxRecon2024 数据集，旨在促进心脏磁共振成像技术的发展和临床应用，实现快速和可靠的图像重建。
PDF5 days ago
贝叶斯条件扩散模型用于逆问题
扩散模型在图像重建中表现出优异的性能，提出了一种基于贝叶斯条件技术的扩散模型，通过条件得分函数来解决图像重建中出现的挑战性逆问题，并在图像去混叠、去模糊、超分辨率和修复中展现出最新技术的性能。
PDF18 days ago
通过 fNIRS 解码视觉想象的进展
通过训练图像重建模型，我们证明了从 fNIRS 脑活动中重建图像的可能性，并开始构建一个符合要求的原型。我们发现厘米级空间分辨率足以生成图像，通过下采样的 fMRI 数据，我们获得了 1 厘米分辨率的 71％检索准确率，而全分辨率的 fMR
PDF21 days ago
基于自注意力的非线性基变换用于动态光纤传输矩阵的紧凑潜变量建模
使用自注意力层动态转换光纤矩阵的坐标表示，以便进一步处理，证明了这种方法对多种光纤矩阵数据集的有效性。
PDF21 days ago
EEG-ImageNet: 多层次标签的脑电图数据集和基准测试
通过脑活动识别和重建我们所看到的内容，可以深入研究生物视觉系统如何代表世界。本文介绍了 EEG-ImageNet，一个包括从 16 名受试者记录的来自 ImageNet 数据集中的 4000 个图像的新颖 EEG 数据集，该数据集为目标分类
PDF21 days ago
ICML磁共振中的自适应 k 空间采样用于快速病理预测
MR 成像通过 Adaptive Sampling for MR 原理允许在只使用 8% 的 k 空间的情况下，优化目标疾病检测并达到仅差 2% 于完全采样分类器的性能，同时优于 EMRT、LOUPE 和 DPS 等以往 k 空间采样的最新
PDFa month ago
UnWave-Net：无卷积扩展小波网络用于康普顿层析图像重建
使用 UnWave-Net 网络进行计算机斯康特引弹散射层析成像的图像重建，达到了优于现有方法的性能并提供了改善的计算效率。
PDFa month ago
通过深度生成图像先验在不同假设下对 M87 * 进行事件视界尺度成像
以事件视界望远镜（EHT）对 M87 星系中心的超大质量黑洞 M87 * 的观测为基础，通过引入不同偏好的先验知识，采用贝叶斯推断和基于评分的先验方法，灵活地设计了一系列先验规则用于图像重建，并评估了重建图像的视觉特征和不确定性在先验选择方
PDFa month ago
基于薛定谔算子谱的图像对比度增强
本研究提出了一种基于 Schrodinger 算子二维平方特征函数的图像对比增强方法，该方法通过在图像重建过程中控制像素强度的设计参数 γ 进行投影。使用 k-means 选择 γ 值，以保留图像的空间邻近性信息，同时提出了基于非支配排序遗
PDFa month ago
通过神经场对动态 CT 图像重建的增强及明确运动规则化
用于动态逆问题的图像重建：高度欠采样数据的图像重建是一个重大挑战，现有的变分方法和神经场方法被应用于改善图像质量并引入时间正则化，本文研究并展示了在 2D + 时间计算机断层扫描中引入显式的基于偏微分方程的运动正则化的好处，并比较了神经场与
PDFa month ago
在线高性能成像和视觉的流式量子传感器
我们引入了一个简单、低带宽的计算流程来解决快速量子图像传感器的数据率和处理非传统原始数据的挑战，并使用新型的流式表示和神经网络来在线实时重建图像。
PDFa month ago
基于运动信息的脑 MR 图像重建深度学习框架
本文提出一种新的方法，通过将动态模块集成到基于深度学习的 MRI 重建过程中，实现图像加速和运动校正的同时进行，实验结果表明，该方法在运动损坏的 MRI 数据集上优于传统图像重建方法。
PDFa month ago
探索文本到图像扩散模型的工作机制
通过研究强潜在扩散概率模型在 T2I 生成过程中的中间状态，发现图像在早期生成阶段主要由文本引导完成，之后概率模型通过自身信息来完善生成图像的细节，并进一步提出了去除文本引导以加速 T2I 生成过程的方法，加速效果达到 25%+
PDFa month ago
农业与生物应用中基于深度学习的高光谱图像重建的比较分析
利用深度学习进行高光谱图像重建，以实现农产品质量评估的成本效益和高效工具。
PDFa month ago
MSDiff：用于超稀疏视角 CT 重建的多尺度扩散模型
提出了一种利用多尺度扩散模型的超稀疏视角 CT 重建方法，通过对图像信息的全局分布和局部特征进行重新构建，大大改善了超稀疏角度下图像重建质量，并在各种数据集中具有良好的泛化性能。
PDF2 months ago
基于状态空间模型的光学多普勒层析成像稀疏重建
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。
PDF2 months ago
基于交叉蒙版修复的多特征重建网络在无监督异常检测中的应用
本研究提出了一种多特征重建网络（MFRNet），通过平行特征修复和交叉遮罩还原将图像重建转化为多特征重建，用于无监督异常检测。实验结果表明，该方法在四个公开数据集和一个自制数据集上表现出色，并明显优于其他状态艺术品。
PDF2 months ago
DensePANet: 提高的生成对抗网络用于来自稀疏数据的光声层析成像重建
通过使用改良版的 UNet 生成器（称为 FD-UNet++），我们提出了一种名为 DensePANet 的端到端方法，以解决从稀疏数据中重建 PAT 图像的问题。在各种体内和模拟数据集上评估的数量和质量结果显示了我们模型相对于其他普遍的深
PDF2 months ago
Res-U2Net：用于相位恢复和图像重建的未训练深度学习
使用未经训练的 Res-U2Net 模型进行相位恢复，并利用提取的相位信息确定物体表面的变化，并生成其三维结构的网格表示。与 GDXRAY 数据集中的 UNet 和 U2Net 相比较，对 Res-U2Net 相位恢复方法的性能进行了比较。
PDF3 months ago
Alljoined -- 一份用于脑电图到图像解码的数据集
我们提供了一个专门用于脑电图到图像解码的数据集，其中包括了从 8 名参与者观看了每个 10000 个自然图像的神经反应的数据。该数据集共收集了 46080 个脑电图回应记录，旨在提高信号质量，并提供数据质量得分以保证透明度。
PDF3 months ago