关键词tomographic reconstruction
搜索结果 - 7
- CVPRToNNO: 神经网络输出的层析重建，用于三维医学图像的弱监督分割
通过使用图像级别的分类标签，在 3D 医学图像上训练 2D 编码器，我们提出了一种新颖的基于 Tomographic 重建的方法 ToNNO，用于无监督的医学图像分割。通过结合平均 CAM 和 Tomographic CAM 方法，我们进一 - 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 - DDGM: 基于扩散去噪的梯度最小化求解反问题
该论文提出了一种基于梯度下降与降噪相结合的噪声重建方法，可以高精度地重建电子显微学的层析成像问题，结果表明相对于传统方法和更复杂的扩散方法，该方法具有更高的精度和更快的计算速度。
- 基于未知投影角度分布的二维图像层析重建分析
本文研究了在采样速率足够高时如何通过均匀间隔的样本将带限信号进行重构；同时，研究证明只需要已知一维样本分布和排列顺序即可重构一维带限信号。在此基础上，通过两个理论研究案例分别考虑了二维样本在未知角度情况下的重构问题及其在冷冻电子显微学（cr - 学习式的原始 - 对偶重建
使用学习到的 Primal-Dual 算法通过卷积神经网络替换近端算子来处理前向算子以及低剂量 CT 重建，并且通过与传统方法的比较得到了良好的重建效果，SSIM 明显提高。
- 基于张量的字典学习方法用于层析图像重建
本研究利用来自训练图像的字典作为先验进行断层扫描重建，并使用张量表示和稀疏约束来解决字典学习和重建问题。结果表明，我们的张量表示方法可以得到非常稀疏的表示，同时能够紧凑地表示重复的特征。
- 量子比特的测量
本文从量子二能级系统密度矩阵的测量理论出发，描述了用于描述由一对纠缠光子的两种极化自由度实现的量子比特的方法，包括基于线性关系的层析重建和基于数值优化的最大似然方法，并给出了详细的误差分析。