用于神经网络有限角度层析重建的拉伸正弦图
图像与视频处理
2023-06-21 v1 计算机视觉与模式识别
摘要
我们提出一种使用卷积网络进行有限角度层析重建的直接方法。我们方法的关键在于，首先沿垂直于倾斜轴的方向将每个倾斜视角按倾斜角的正割进行拉伸。随后将这些拉伸后的视角输入一个2-D U-Net，其直接输出3-D重建结果。我们通过最小化网络生成的重建结果与真实3-D体数据之间的均方误差来训练网络。为展示和评估我们的方法，我们从采用聚焦离子束扫描电子显微镜获取的果蝇脑组织3-D图像中合成倾斜视角。我们将方法与使用U-Net直接重建未拉伸倾斜视角进行比较，表明这一简单的拉伸操作可显著改善重建效果。我们还与使用网络清理由反投影和滤波反投影生成的重建结果的方法进行比较，发现这一简单拉伸操作在先前未见图像上也给出更低的均方误差。
引用
@article{arxiv.2306.10201,
title = {Stretched sinograms for limited-angle tomographic reconstruction with neural networks},
author = {Kyle Luther and Sebastian Seung},
journal= {arXiv preprint arXiv:2306.10201},
year = {2023}
}