| 基于自编码器的荧光分子断层成像快速重建 |
| |
| 引用本文： | 卢笛,卫潇,曹欣,贺小伟,侯榆青.基于自编码器的荧光分子断层成像快速重建[J].光学学报,2019,39(6):264-275. |
| |
| 作者姓名： | 卢笛 卫潇 曹欣 贺小伟 侯榆青 |
| |
| 作者单位： | 西北大学信息科学与技术学院,陕西西安710127;西北大学西安市影像组学与智能感知重点实验室,陕西西安710127;西北大学信息科学与技术学院,陕西西安710127;西北大学西安市影像组学与智能感知重点实验室,陕西西安710127;西北大学信息科学与技术学院,陕西西安710127;西北大学西安市影像组学与智能感知重点实验室,陕西西安710127;西北大学信息科学与技术学院,陕西西安710127;西北大学西安市影像组学与智能感知重点实验室,陕西西安710127;西北大学信息科学与技术学院,陕西西安710127;西北大学西安市影像组学与智能感知重点实验室,陕西西安710127 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;西安市科技计划;陕西省自然科学基金;陕西省教育厅产业化项目;陕西省教育厅专项科研项目;中国博士后科学基金;陕西省自然科学基础研究计划;陕西省科技计划;陕西省科技计划 |
| |
| 摘 要： | 多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方法。具体来说,采用的降维方法是自编码器,即一种典型的人工神经网络,训练数据为由系统矩阵和表面荧光测量值组成的矩阵,然后使用自编码器网络的编码部分得到原始矩阵在低维空间上的表示。为了测试所提方法的性能,设计了一系列数值模拟实验,包括非匀质圆柱体实验和数字鼠实验。实验结果表明,该方法能有效缩短重建时间,得到较高的重建精度。
|
| 关 键 词： | 医用光学 荧光分子断层成像 数据降维 深度学习 自编码器 图像重建 |
Fast Reconstruction Method for Fluorescence Molecular Tomography Based on Autoencoder |
| |
| Lu Di,Wei Xiao,Cao Xin,He Xiaowei,Hou Yuqing.Fast Reconstruction Method for Fluorescence Molecular Tomography Based on Autoencoder[J].Acta Optica Sinica,2019,39(6):264-275. |
| |
| Authors: | Lu Di Wei Xiao Cao Xin He Xiaowei Hou Yuqing |
| |
| Institution: | (School of Information Sciences & Technology,Northwest University,Xi'an,Shaanxi 710127,China;Key Laboratory for Radiomics and Intelligent Sense of Xi'an,Northwest University,Xi'an,Shaanxi 710127,China) |
| |
| Abstract: | Lu Di;Wei Xiao;Cao Xin;He Xiaowei;Hou Yuqing(School of Information Sciences & Technology,Northwest University,Xi'an,Shaanxi 710127,China;Key Laboratory for Radiomics and Intelligent Sense of Xi'an,Northwest University,Xi'an,Shaanxi 710127,China) |
| |
| Keywords: | medical optics fluorescence molecular tomography data dimensionality reduction deep learning autoencoder image reconstruction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
