Fugu-MT 論文翻訳(概要): Bayesian Experimental Design for Computed Tomography with the Linearised Deep Image Prior

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

Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文参考訳（メタデータ） (2024-08-23T15:02:09Z)
CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
論文参考訳（メタデータ） (2024-06-21T08:38:30Z)
R$^2$-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction [53.19869886963333]
3次元ガウススプラッティング(3DGS)は画像のレンダリングと表面再構成において有望な結果を示した。本稿では,Sparse-viewトモグラフィ再構成のための3DGSベースのフレームワークであるR2$-Gaussianを紹介する。
論文参考訳（メタデータ） (2024-05-31T08:39:02Z)
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)

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。