西安邮电大学学报

2022, v.27;No.154(01) 81-88

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于有限元与深度学习的BLT图像重建方法
A reconstruction strategy of bioluminescence tomography based on finite element method and deep learning

张暄轩;曹旭;张久楼;张琳;

摘要(Abstract):

对生物发光断层成像(Bioluminescence Tomography, BLT)进行研究,提出一种结合有限元方法与深度学习的BLT图像重建方法。该方法使用一种基于有限元网格拓扑结构的神经网络和监督学习实现图像重建,利用的神经网络由一个网格拓扑层和若干全连接层组成,该神经网络通过监督学习方式被训练成一个表面光子密度测量值到被成像物体内部光子密度分布的表达器。在通过神经网络补全获取光子密度分布后,再利用有限元计算获得发光源分布。通过与端到端的全连接神经网络和基于可行域的迭代重建方法对比,实验结果表明,所提方法在500个样本的测试集上的均方差误差显著低于所对比方法,其表现优于直接端到端的全连接网络以及基于可行域的迭代重建方法。

关键词(KeyWords): 生物发光断层成像;深度学习;有限元方法;全连接网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(62001379);; 陕西省自然科学基础研究计划项目(2021JQ-707)

作者(Authors): 张暄轩;曹旭;张久楼;张琳;

DOI: 10.13682/j.issn.2095-6533.2022.01.011

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享