用于磁粒子成像的神经网络图像重建
医学物理
2017-09-25 v1
摘要
我们研究了用于磁粒子成像的神经网络图像重建。网络性能在很大程度上取决于频谱输入数据的卷积效应。在相对较小的纳米颗粒尺寸下出现的较大卷积效应阻碍了网络训练。训练后的单层网络揭示了由第二类 Chebyshev 多项式形式的基向量构成的权重矩阵。该权重矩阵对应于一个逆系统矩阵，其中由低卷积效应导致的基向量非相干性以及非线性激活函数在恢复矩阵元素中起着至关重要的作用。通过具有逆核矩阵的训练网络，测试图像得到了很好的重建。我们还确认了具有一个隐藏层的多层网络能提升性能。通过分类特性克服逆核低非相干性的神经网络架构将成为更好的图像重建工具。
引用
@article{arxiv.1709.07560,
title = {Neural network image reconstruction for magnetic particle imaging},
author = {Byung Gyu Chae},
journal= {arXiv preprint arXiv:1709.07560},
year = {2017}
}
备注
9 pages, 11 figures