論文の概要: Bayesian Experimental Design for Computed Tomography with the Linearised
Deep Image Prior
- arxiv url: http://arxiv.org/abs/2207.05714v1
- Date: Mon, 11 Jul 2022 12:45:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-13 13:21:09.651118
- Title: Bayesian Experimental Design for Computed Tomography with the Linearised
Deep Image Prior
- Title(参考訳): 線形化深部画像を用いたctのためのベイジアン実験設計
- Authors: Riccardo Barbano, Johannes Leuschner, Javier Antor\'an, Bangti Jin,
Jos\'e Miguel Hern\'andez-Lobato
- Abstract要約: 本稿では,線形化深度画像を用いた新しい手法を提案する。
パイロット測度から得られる情報を、角度選択基準に組み込むことができる。
優先方向の合成データセットでは、線形化されたDIP設計により、スキャン数を最大30%削減できる。
- 参考スコア(独自算出の注目度): 0.19573380763700707
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate adaptive design based on a single sparse pilot scan for
generating effective scanning strategies for computed tomography
reconstruction. We propose a novel approach using the linearised deep image
prior. It allows incorporating information from the pilot measurements into the
angle selection criteria, while maintaining the tractability of a conjugate
Gaussian-linear model. On a synthetically generated dataset with preferential
directions, linearised DIP design allows reducing the number of scans by up to
30% relative to an equidistant angle baseline.
- Abstract(参考訳): sparse pilot scanに基づく適応設計を行い,ct再構成のための効果的な走査戦略を作成した。
線形化深部画像を用いた新しい手法を提案する。
これは、共役ガウス線形モデルの可搬性を維持しつつ、パイロット測定からの情報を角度選択基準に組み込むことができる。
優先方向の合成データセットでは、線形化されたDIP設計により、等角基底線に対して最大30%のスキャン数を削減できる。
関連論文リスト
- Radiative Gaussian Splatting for Efficient X-ray Novel View Synthesis [92.69532644965663]
我々は,X線ノベルビュー可視化のための3次元ガウシアンスプラッティングに基づくフレームワーク,すなわちX-ガウシアンを提案する。
実験の結果,X-Gaussianは6.5dBの最先端手法より優れており,トレーニング時間は15%未満であり,推論速度は73倍であることがわかった。
論文 参考訳(メタデータ) (2024-03-07T00:12:08Z) - B-Spine: Learning B-Spline Curve Representation for Robust and
Interpretable Spinal Curvature Estimation [50.208310028625284]
脊椎のB-スプライン曲線表現を学習するための新しいディープラーニングパイプラインであるB-Spineを提案する。
低画質X線画像から脊髄曲率推定のためのコブ角度を推定する。
論文 参考訳(メタデータ) (2023-10-14T15:34:57Z) - APRF: Anti-Aliasing Projection Representation Field for Inverse Problem
in Imaging [74.9262846410559]
Sparse-view Computed Tomography (SVCT) は画像の逆問題である。
近年の研究では、インプリシット・ニューラル・リ表現(INR)を用いて、シングラムとCT画像の座標に基づくマッピングを構築している。
自己教師型SVCT再構成法の提案 -抗エイリアス射影表現場(APRF)-
APRFは空間的制約によって隣接する投影ビュー間の連続的な表現を構築することができる。
論文 参考訳(メタデータ) (2023-07-11T14:04:12Z) - A Deep Learning Approach for SAR Tomographic Imaging of Forested Areas [10.477070348391079]
我々は,1つのフィードフォワードパスでトモグラフィインバージョンを実行するために,軽量ニューラルネットワークをトレーニング可能であることを示す。
我々は、シミュレーションデータを用いてエンコーダ・デコーダネットワークを訓練し、実LバンドとPバンドのデータに基づいてその手法を検証する。
論文 参考訳(メタデータ) (2023-01-20T14:34:03Z) - A Deep Generative Approach to Oversampling in Ptychography [9.658250977094562]
ptychographyの大きな欠点は、長いデータ取得時間である。
本稿では, 深層生成ネットワークから抽出したデータを用いて, わずかに取得したデータやアンダーサンプルデータを補完する手法を提案する。
深層生成ネットワークを事前学習し、データ収集時に出力を計算できるので、実験データとデータ取得時間を削減することができる。
論文 参考訳(メタデータ) (2022-07-28T22:02:01Z) - Graph-theoretical approach to robust 3D normal extraction of LiDAR data [10.332465264309693]
平面のような)LiDAR点雲からの低次元原始的特徴抽出は、LiDARデータ処理タスクの大多数の基礎となる。
本稿では,LiDAR点雲からの正規推定にグラフィカルアプローチを用いることで,このギャップを埋めようとしている。
論文 参考訳(メタデータ) (2022-05-23T16:54:49Z) - Deep Reinforcement Learning for Data-Driven Adaptive Scanning in
Ptychography [0.0]
提案手法は強化学習(RL)により訓練された深層学習モデルに基づいて構築される。
適応型スキャンによる同等の低用量実験は, 再現能の点で従来のポチトグラフィー実験より優れていた。
論文 参考訳(メタデータ) (2022-03-29T10:25:02Z) - Bayesian Inversion for Nonlinear Imaging Models using Deep Generative
Priors [24.544313203472992]
非線形逆問題クラスに対するメトロポリス調整ランゲヴィンアルゴリズムに基づくトラクタブル後方サンプリング手法を開発した。
本稿では,2つの非線形画像モダリティ-位相検索と光回折トモグラフィーに応用することで,この枠組みの利点を述べる。
論文 参考訳(メタデータ) (2022-03-18T17:47:29Z) - Tattoo tomography: Freehand 3D photoacoustic image reconstruction with
an optical pattern [49.240017254888336]
光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。
現在の欠点は、従来の2Dプローブによって提供される視野の制限である。
本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
論文 参考訳(メタデータ) (2020-11-10T09:27:56Z) - Probabilistic 3D surface reconstruction from sparse MRI information [58.14653650521129]
スパース2次元MR画像データとアレータティック不確実性予測から3次元表面再構成を同時に行うための新しい確率論的深層学習手法を提案する。
本手法は,3つの準直交MR画像スライスから,限られたトレーニングセットから大きな表面メッシュを再構成することができる。
論文 参考訳(メタデータ) (2020-10-05T14:18:52Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳(メタデータ) (2020-01-21T06:51:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。