MITNet：基于复值CNN的GAN增强磁感应层析成像
计算机视觉与模式识别
2021-02-17 v1
摘要
磁感应层析成像（MIT）是一种用于长期脑部疾病监测的有效方案，其聚焦于利用非侵入式电磁场重建人脑内部的生物阻抗分布。然而，高质量脑图像重建仍然具有挑战性，因为从测得的弱信号重建图像是一个高度非线性且病态的问题。本工作中，我们提出了一种基于复值卷积神经网络（CNN）的、由生成对抗网络（GAN）增强的 MIT 技术，名为 MITNet。在真实世界数据集上的实验结果验证了该技术的性能，其比最先进方法高出 25.27%。
引用
@article{arxiv.2102.07911,
title = {MITNet: GAN Enhanced Magnetic Induction Tomography Based on Complex CNN},
author = {Zuohui Chen and Qing Yuan and Xujie Song and Cheng Chen and Dan Zhang and Yun Xiang and Ruigang Liu and Qi Xuan},
journal= {arXiv preprint arXiv:2102.07911},
year = {2021}
}