論文の概要: Batch-FPM: Random batch-update multi-parameter physical Fourier ptychography neural network
- arxiv url: http://arxiv.org/abs/2408.13782v1
- Date: Sun, 25 Aug 2024 09:24:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-27 17:49:53.870947
- Title: Batch-FPM: Random batch-update multi-parameter physical Fourier ptychography neural network
- Title（参考訳）: Batch-FPM: ランダムバッチ更新マルチパラメータ物理Fourier ptychography Neural Network
- Authors: Ruiqing Sun, Delong Yang, Yiyan Su, Shaohui Zhang, Qun Hao,
- Abstract要約: Fourier Ptychographic Microscopy (FPM) は、大規模視野での高解像度イメージングを可能にする計算イメージング技術である。
本稿では,バッチ更新勾配勾配(SGD)最適化戦略を用いた物理ニューラルネットワークに基づく高速かつ堅牢なFPM再構成手法を提案する。
本手法は,低露光時間暗視野画像などの低信号対雑音比データセットに対しても,コンバージェンス性能が向上する。
- 参考スコア（独自算出の注目度）: 0.933064392528114
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Fourier Ptychographic Microscopy (FPM) is a computational imaging technique that enables high-resolution imaging over a large field of view. However, its application in the biomedical field has been limited due to the long image reconstruction time and poor noise robustness. In this paper, we propose a fast and robust FPM reconstruction method based on physical neural networks with batch update stochastic gradient descent (SGD) optimization strategy, capable of achieving attractive results with low single-to-noise ratio and correcting multiple system parameters simultaneously. Our method leverages a random batch optimization approach, breaks away from the fixed sequential iterative order and gives greater attention to high-frequency information. The proposed method has better convergence performance even for low signal-to-noise ratio data sets, such as low exposure time dark-field images. As a result, it can greatly increase the image recording and result reconstruction speed without any additional hardware modifications. By utilizing advanced deep learning optimizers and perform parallel computational scheme, our method enhances GPU computational efficiency, significantly reducing reconstruction costs. Experimental results demonstrate that our method achieves near real-time digital refocusing of a 1024 x 1024 pixels region of interest on consumer-grade GPUs. This approach significantly improves temporal resolution (by reducing the exposure time of dark-field images), noise resistance, and reconstruction speed, and therefore can efficiently promote the practical application of FPM in clinical diagnostics, digital pathology, and biomedical research, etc. In addition, we believe our algorithm scheme can help researchers quickly validate and implement FPM-related ideas. We invite requests for the full code via email.
- Abstract（参考訳）: Fourier Ptychographic Microscopy (FPM) は、大規模視野での高解像度イメージングを可能にする計算イメージング技術である。
しかし, バイオメディカル分野への応用は, 画像再構成時間の長いことと, 耐雑音性に乏しいため, 制限されている。
本稿では、バッチ更新確率勾配勾配(SGD)最適化戦略を用いた物理ニューラルネットワークに基づく高速で堅牢なFPM再構成手法を提案する。
提案手法はランダムなバッチ最適化手法を利用し, 逐次逐次順序から逸脱し, 高周波情報に注目する。
提案手法は,低露光時間暗視野画像などの低信号対雑音比データセットに対しても,コンバージェンス性能が向上する。
これにより、追加のハードウェア変更を伴わずに、画像記録と再構成速度を大幅に向上させることができる。
高度なディープラーニングオプティマイザを活用し、並列計算方式により、GPU計算効率を高め、再構成コストを大幅に削減する。
実験により,コンシューマグレードのGPUに対する1024×1024ピクセルの関心領域をほぼリアルタイムに再焦点する手法が得られた。
このアプローチは、時間分解能(暗視野画像の露光時間削減)、耐雑音性、再生速度を著しく向上させ、臨床診断、デジタル病理学、生医学研究等におけるFPMの実用化を効果的に進めることができる。
さらに,本手法は研究者がFPM関連のアイデアを迅速に検証し,実装する上で有効であると考えている。
メールで全コードに対するリクエストを招待します。
関連論文リスト
- Neural Fields for Adaptive Photoacoustic Computed Tomography [5.561325645559409]
従来のPACT画像再構成アルゴリズムは、組織内の異種音速(SOS)による波面歪みに悩まされる。
NF-APACTは、ニューラルネットワークを利用した効率的な自己教師型フレームワークであり、正確で堅牢なマルチチャネルデコンボリューションを実現するためのSOSを推定する。
本手法は,SOSの収差を既存手法よりも高速かつ高精度に除去する。
論文 参考訳（メタデータ） (2024-09-17T04:11:20Z) - Learning the Domain Specific Inverse NUFFT for Accelerated Spiral MRI using Diffusion Models [0.0]
我々は多コイル高アンサンプドスパイラルMRIのための生成拡散モデルに基づく再構成アルゴリズムを作成する。
超高速スキャン時間(2D画像では0.02秒)で再構成した画像に高品質(構造的類似度 > 0.87)を示す。
論文 参考訳（メタデータ） (2024-04-18T17:40:23Z) - Efficient Diffusion Model for Image Restoration by Residual Shifting [63.02725947015132]
本研究では,画像復元のための新しい,効率的な拡散モデルを提案する。
提案手法は,推論中の後処理の高速化を回避し,関連する性能劣化を回避する。
提案手法は,3つの古典的IRタスクにおける現在の最先端手法よりも優れた,あるいは同等の性能を実現する。
論文 参考訳（メタデータ） (2024-03-12T05:06:07Z) - DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image
Enhancement [77.0360085530701]
水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。
従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。
提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
論文 参考訳（メタデータ） (2023-12-12T06:07:21Z) - Compressed Smooth Sparse Decomposition [3.8644240125444]
本稿では,画像中のスパース異常検出の理論的性能を保証する高速かつデータ効率の手法を提案する。
提案手法は,圧縮画像取得と分解に基づく画像処理技術を統合する一段階法として,圧縮平滑スパース分解法 (CSSD) と命名された。
従来のスムーズかつスパースな分解アルゴリズムと比較して、伝送コストの大幅な削減と計算速度の向上は無視できる性能損失で達成できる。
論文 参考訳（メタデータ） (2022-01-19T03:50:41Z) - Nesterov Accelerated ADMM for Fast Diffeomorphic Image Registration [63.15453821022452]
ディープラーニングに基づくアプローチの最近の発展は、DiffIRのサブ秒間実行を実現している。
本稿では,中間定常速度場を機能的に構成する簡易な反復スキームを提案する。
次に、任意の順序の正規化項を用いて、これらの速度場に滑らかさを課す凸最適化モデルを提案する。
論文 参考訳（メタデータ） (2021-09-26T19:56:45Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳（メタデータ） (2021-05-18T10:15:17Z) - Adaptive Gradient Balancing for UndersampledMRI Reconstruction and
Image-to-Image Translation [60.663499381212425]
本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。
MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
論文 参考訳（メタデータ） (2021-04-05T13:05:22Z) - Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。
本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
論文 参考訳（メタデータ） (2021-03-01T19:19:38Z) - u-net CNN based fourier ptychography [5.46367622374939]
本稿では,畳み込みニューラルネットワークに基づく新しい検索アルゴリズムを提案する。
実験により, システム収差下において, 再現性が向上し, より堅牢であることが確認された。
論文 参考訳（メタデータ） (2020-03-16T22:48:44Z)
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。