論文の概要: Dictionary-Based Reconstruction of Spatio-Temporal 3D Magnetic Field Images from Quantum Diamond Microscope

• arxiv url: http://arxiv.org/abs/2506.05491v1
• Date: Thu, 05 Jun 2025 18:13:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.191042
• Title: Dictionary-Based Reconstruction of Spatio-Temporal 3D Magnetic Field Images from Quantum Diamond Microscope
• Title（参考訳）: 量子ダイヤモンド顕微鏡による時空間3次元磁界像の辞書による再構成
• Authors: Anuj Bathla, Madhur Parashar, Matthew Markham, Ajit Rajwade, Kasturi Saha,
• Abstract要約: 従来の2Dフーリエ方式の電流源位置定位法は多層系や動的系に悪影響を及ぼす。 本研究では, 窒素空孔中心型広磁場磁気顕微鏡による動的3時間イメージングと電流源の局在化を実証する。 本手法は, 空間・時間にわたって能動電流源のロバスト同定を可能にし, 複雑なシステムにおける動的3次元電流イメージングとNVベース磁気メトリーの精度を大幅に向上させる。
• 参考スコア（独自算出の注目度）: 2.031903336422265
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Three-dimensional magnetic imaging with high spatio-temporal resolution is critical for probing current paths in various systems, from biosensing to microelectronics. Conventional 2D Fourier-based current source localization methods are ill-posed in multilayer or dynamic systems due to signal overlap and noise. In this work, we demonstrate an innovative nitrogen-vacancy (NV) center-based wide-field magnetic microscopy technique for dynamic three-dimensional imaging and localization of current sources. Using custom-fabricated multilayer micro-coil platform to emulate localized, time-varying currents similar to neuronal activity, we acquire magnetic field maps with micrometre-scale spatial and millisecond-scale temporal resolution using per-pixel lock-in-based detection. Source localization and image reconstruction are achieved using a Least Absolute Shrinkage and Selection Operator (LASSO)-based reconstruction framework that incorporates experimentally measured basis maps as spatial priors. Our method enables robust identification of active current sources across space and time, and significantly advances the accuracy of dynamic 3D current imaging and NV-based magnetometry for complex systems.
• Abstract（参考訳）: 高時空間分解能の3次元イメージングは、バイオセンシングからマイクロエレクトロニクスまで、様々なシステムにおける電流経路の探索に不可欠である。 従来の2Dフーリエ方式の電流源位置定位法は,信号重なりとノイズのため,多層系や動的系に悪影響を及ぼす。 本研究では, 熱源の動的3次元イメージングと局在化のための革新的窒素空孔(NV)中心型広磁場磁気顕微鏡技術について紹介する。 局所的な時間変化電流をエミュレートするためにカスタムファブリケートされた多層マイクロコイルプラットフォームを用いて,マイクロスケールの空間分解能とミリ秒スケールの時間分解能を持つ磁場マップを画素ごとのロックイン検出により取得する。 実験によって測定された基底マップを空間的先行として組み込んだLASTSO(Least Absolute Shrinkage and Selection Operator)ベースの再構成フレームワークを用いて、ソースのローカライゼーションと画像再構成を実現する。 本手法は, 空間・時間にわたって能動電流源のロバスト同定を可能にし, 複雑なシステムにおける動的3次元電流イメージングとNVベース磁気メトリーの精度を大幅に向上させる。

関連論文リスト

• Fast Trajectory-Independent Model-Based Reconstruction Algorithm for Multi-Dimensional Magnetic Particle Imaging [1.7614751781649953]
  2D Particleoidal Imaging (MPI) は超常磁性ナノ粒子の分布を可視化するための有望な技術である。 MPI再構成は、フォワード演算子の時間消費分布系行列またはモデルに基づくシミュレーションに依存する。 本稿では,モデルベースMPI再構成を用いた実軌道非依存型MPIデータの最初の再構成について述べる。
  論文  参考訳（メタデータ） (2025-05-28T19:13:46Z)
• Machine Learning for Improved Current Density Reconstruction from 2D Vector Magnetic Images [0.8572470196825325]
  ベクトル磁場の2次元画像から電流密度再構成のための深部畳み込みニューラルネットワークについて述べる。 この機械学習技術は、低いSNRデータに対する品質逆転を可能とし、データ収集時間を約400倍に短縮する。
  論文  参考訳（メタデータ） (2024-07-18T05:22:39Z)
• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• Image Reconstruction for Accelerated MR Scan with Faster Fourier Convolutional Neural Networks [87.87578529398019]
  部分走査は、磁気共鳴イメージング(MRI)データ取得を2次元および3次元の両方で加速する一般的な手法である。 本稿では,Faster Fourier Convolution (FasterFC) と呼ばれる新しい畳み込み演算子を提案する。 2次元加速MRI法であるFasterFC-End-to-End-VarNetは、FasterFCを用いて感度マップと再構成品質を改善する。 k空間領域再構成を誘導する単一グループアルゴリズムを用いたFasterFC-based Single-to-group Network (FAS-Net) と呼ばれる3次元加速MRI法
  論文  参考訳（メタデータ） (2023-06-05T13:53:57Z)
• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• Vector Magnetic Current Imaging of an 8 nm Process Node Chip and 3D Current Distributions Using the Quantum Diamond Microscope [1.2233362977312945]
  8nmフリップチップICにおける2次元電流分布の測定と多層PCBにおける3次元電流分布について述べる。 フリップチップのC4バンプからの磁場エマニュエーションがQDM測定を支配している。 本研究では, 全構造の磁場像から, 個々の層の磁場像を抽出する方法を示す。
  論文  参考訳（メタデータ） (2022-02-16T15:23:30Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
  多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。 我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。 本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
  論文  参考訳（メタデータ） (2021-10-11T20:20:03Z)
• Deep image prior for 3D magnetic particle imaging: A quantitative comparison of regularization techniques on Open MPI dataset [2.2366638308792735]
  MPIは、医療応用の可能性を継続的に増加させている。 これらの応用における性能向上の前提条件は、画像再構成問題に対する適切な解法である。 本稿では,ディープニューラルネットワークによる解の表現を基盤とした,より深い画像に基づく新しい再構成手法について検討する。
  論文  参考訳（メタデータ） (2020-07-03T10:13:10Z)
• 4D Spatio-Temporal Convolutional Networks for Object Position Estimation in OCT Volumes [69.62333053044712]
  3次元畳み込みニューラルネットワーク(CNN)は、単一のOCT画像を用いたマーカーオブジェクトのポーズ推定に有望な性能を示した。 我々は3次元CNNを4次元時間CNNに拡張し、マーカーオブジェクト追跡のための追加の時間情報の影響を評価する。
  論文  参考訳（メタデータ） (2020-07-02T12:02:20Z)

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。