深度学习CT重建中全连接层权重的可视化
图像与视频处理
2020-02-18 v1 医学物理
摘要
近年来，利用深度学习技术重建计算机断层扫描（CT）图像已成为研究热点，包括正弦图域方法、图像域方法以及正弦图域到图像域方法。所有这些方法都取得了良好的结果。在本文中，我们研究了用于正弦图域到图像域方法中的全连接层的重要作用。首先，我们提出了一个简单的域映射神经网络。然后，我们分析了这些网络的全连接层的作用，并对全连接层的权重进行了可视化分析。最后，通过可视化全连接层的权重，我们发现全连接层的主要作用是在CT重建中实现反投影功能。这一发现对利用深度学习技术重建计算机断层扫描（CT）图像具有重要意义。例如，由于全连接层权重需要消耗巨大的内存资源，反投影功能可以通过使用解析算法来实现以避免资源占用，这可以嵌入到整个网络中。
引用
@article{arxiv.2002.06788,
title = {Visualization of fully connected layer weights in deep learning CT reconstruction},
author = {Qiyang Zhang and Dong Liang},
journal= {arXiv preprint arXiv:2002.06788},
year = {2020}
}