TorchRadon：用于计算机断层扫描的快速可微例程库
图像与视频处理
2020-10-01 v1 计算机视觉与模式识别
机器学习
摘要
本工作提出 TorchRadon——一个开源 CUDA 库，包含一组用于求解计算机断层扫描（CT）重建问题的可微例程。该库旨在帮助从事 CT 问题研究的研究人员将深度学习与基于模型的方法相结合。该包作为 PyTorch 扩展开发，可无缝集成到现有深度学习训练代码中。与现有 Astra Toolbox 相比，TorchRadon 最高快 125 倍。TorchRadon 实现的算子允许使用 PyTorch backward() 计算梯度，因此可轻松插入现有神经网络架构中。因其速度与 GPU 支持，TorchRadon 也可作为迭代算法实现的高效快速后端。本文介绍该库的主要功能，与现有库比较结果并提供使用示例。
引用
@article{arxiv.2009.14788,
title = {TorchRadon: Fast Differentiable Routines for Computed Tomography},
author = {Matteo Ronchetti},
journal= {arXiv preprint arXiv:2009.14788},
year = {2020}
}