基于线性化深度图像先验的计算机断层扫描贝叶斯实验设计
计算机视觉与模式识别
2022-07-13 v1 机器学习
摘要
我们研究基于单次稀疏预扫描的自适应设计，以生成用于计算机断层扫描重建的有效扫描策略。我们提出一种使用线性化深度图像先验的新方法。它允许将预扫描测量中的信息纳入角度选择准则，同时保持共轭高斯-线性模型的可处理性。在一个具有优先方向的合成生成数据集上，线性化DIP设计相对于等距角度基线可将扫描次数减少多达30%。
引用
@article{arxiv.2207.05714,
title = {Bayesian Experimental Design for Computed Tomography with the Linearised Deep Image Prior},
author = {Riccardo Barbano and Johannes Leuschner and Javier Antorán and Bangti Jin and José Miguel Hernández-Lobato},
journal= {arXiv preprint arXiv:2207.05714},
year = {2022}
}