多通道成像中联合学习发射机、接收机及傅里叶系数的选择矩阵
图像与视频处理
2024-03-01 v1
摘要
策略性欠采样因其在数据压缩方面的有效性而成为焦点，特别是在超声成像的全矩阵捕获 (FMC) 方法中。本文介绍了联合深度概率欠采样 (J-DPS) 方法，旨在同时为发射机、接收机和傅里叶系数学习最优选择矩阵。该任务型算法通过引入专门的测量模型并集成定制的复数学习型 FISTA (CL-FISTA) 网络来实现。我们提出了一种并行网络架构，将其划分为对应于三个矩阵的三个部分，所有部分均致力于具有可调节损失分配的共享优化目标。我们设计了一个合成数据集以反映实际场景，并提供了与传统基于 CRB 的算法、标准 DPS 以及 J-DPS 的定量比较。
引用
@article{arxiv.2402.19023,
title = {Jointly Learning Selection Matrices For Transmitters, Receivers And Fourier Coefficients In Multichannel Imaging},
author = {Han Wang and Yiming Zhou and Eduardo Perez and Florian Roemer},
journal= {arXiv preprint arXiv:2402.19023},
year = {2024}
}