期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种利用光子图像解决深度学习中子CT缺乏成对数据的方法
1
作者 郭虎 陈帅 +3 位作者 杨明翰 张子恒 邵慧 汪建业 《量子电子学报》 CAS CSCD 北大核心 2024年第5期738-751,共14页
由于缺少高质量成对数据集,深度学习在中子层析(CT)重建中的应用与发展受到了严重阻碍。虽然中子层析和光子层析成像原理都基于Radon变换,但二者在粒子输运过程中的成像特征不同,所以光子层析图像训练的网络无法直接用于解决中子层析成... 由于缺少高质量成对数据集,深度学习在中子层析(CT)重建中的应用与发展受到了严重阻碍。虽然中子层析和光子层析成像原理都基于Radon变换,但二者在粒子输运过程中的成像特征不同,所以光子层析图像训练的网络无法直接用于解决中子层析成像的重建问题。为此,本文提出了一种可以解决光子和中子层析成像迁移过程中概率分布差异问题的无监督域适应网络。该方法通过引入最大均值差异计算以减小光子与中子层析图像特征之间的分布差异,并通过小波变换与卷积神经网络相结合的方式增强重建的有效特征。与其他算法的对比验证表明,该方法能够从低投影通量下的中子层析结果中重建出高质量的中子层析图像,有效缓解了低投影通量下中子层析成像退化的问题。 展开更多
关键词 图像处理 中子CT重建 域适应迁移学习 稀疏层析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部