層析成像深度學(xué)習(xí)圖像重建技術(shù):電阻及電阻/超聲雙模態(tài)融合
定 價(jià):69 元
- 作者:李峰 著
- 出版時(shí)間:2025/8/1
- ISBN:9787122480781
- 出 版 社:化學(xué)工業(yè)出版社
- 中圖法分類:O441.1-39
- 頁碼:132
- 紙張:
- 版次:01
- 開本:16開
本書圍繞層析成像技術(shù)展開,重點(diǎn)聚焦于電阻及電阻/超聲雙模態(tài)融合的深度學(xué)習(xí)圖像重建方法。在介紹了層析成像技術(shù)的重要意義及電學(xué)、多模態(tài)層析成像技術(shù)現(xiàn)狀后,深入剖析了深度學(xué)習(xí)在圖像重建中的應(yīng)用進(jìn)展與面臨的問題。
書中詳細(xì)闡述了多種創(chuàng)新圖像重建方法,如V-Net與VD-Net圖像重建方法,Landweber深度學(xué)習(xí)圖像重建方法,電阻/超聲雙模態(tài)注意力融合圖像重建方法等。 通過大量仿真與實(shí)驗(yàn)測試,對這些方法進(jìn)行了全面驗(yàn)證與對比分析,為多相介質(zhì)分布的可視化檢測提供了精準(zhǔn)有效的技術(shù)支持。
本書適合從事層析成像技術(shù)研究的科研人員、工程師等學(xué)習(xí),也可用作高等院校相關(guān)專業(yè)的教學(xué)用書。
第1章 緒論 001
1.1 層析成像技術(shù)及其意義 002
1.2 電學(xué)層析成像技術(shù) 004
1.2.1 電學(xué)層析成像技術(shù)概述 004
1.2.2 電學(xué)層析成像圖像重建方法 005
1.3 多模態(tài)層析成像技術(shù) 008
1.3.1 多模態(tài)層析成像技術(shù)概述 008
1.3.2 多模態(tài)層析成像圖像重建方法 009
1.4 層析成像技術(shù)中深度學(xué)習(xí)圖像重建方法 011
1.4.1 深度學(xué)習(xí)方法及特點(diǎn) 011
1.4.2 深度學(xué)習(xí)在圖像重建中的研究現(xiàn)狀 012
1.4.3 深度學(xué)習(xí)圖像重建面臨的問題 014
1.5 本書主要思路及內(nèi)容 015
1.5.1 主要思路 015
1.5.2 主要內(nèi)容 017
第2章 層析成像基本原理與圖像重建方法 019
2.1 電阻層析成像數(shù)學(xué)模型及研究問題 020
2.1.1 電阻層析成像數(shù)學(xué)模型 020
2.1.2 電阻層析成像研究問題 022
2.2 電阻層析成像圖像重建常用方法 023
2.3 深度學(xué)習(xí)圖像重建方法 027
2.3.1 深度學(xué)習(xí)應(yīng)用于反問題的解釋性 027
2.3.2 深度學(xué)習(xí)單模態(tài)圖像重建的應(yīng)用 028
2.3.3 深度學(xué)習(xí)多模態(tài)融合重建的實(shí)現(xiàn) 031
2.4 重建圖像評價(jià)指標(biāo) 033
2.5 多相介質(zhì)分布數(shù)據(jù)庫 034
2.5.1 樣本庫的基本形式及內(nèi)容 034
2.5.2 離散氣泡分布的樣本建立 037
2.5.3 分層分布的樣本建立 040
2.5.4 數(shù)據(jù)庫中樣本集的使用 042
2.6 本章小結(jié) 043
第3章 V型網(wǎng)絡(luò)ERT圖像重建方法 045
3.1 卷積神經(jīng)網(wǎng)絡(luò) 046
3.2V-Net圖像重建方法 049
3.2.1 重建網(wǎng)絡(luò)構(gòu)建思路 049
3.2.2 重建網(wǎng)絡(luò)的訓(xùn)練 051
3.2.3 重建網(wǎng)絡(luò)結(jié)構(gòu)的選擇 052
3.2.4 V-Net網(wǎng)絡(luò)構(gòu)建結(jié)果 053
3.2.5 V-Net網(wǎng)絡(luò)抗噪性測試 055
3.3 VD-Net圖像重建方法 058
3.3.1 密集連接的信息流與梯度流 058
3.3.2 VD-Net網(wǎng)絡(luò) 060
3.3.3 VD-Net網(wǎng)絡(luò)抗噪性測試 062
3.4 仿真和實(shí)驗(yàn)測試結(jié)果與分析 065
3.4.1 不同重建方法的對比 065
3.4.2 移動模型實(shí)驗(yàn)測試 068
3.4.3 空間分辨率實(shí)驗(yàn)測試 069
3.4.4 分層分布動態(tài)實(shí)驗(yàn)測試 070
3.5 本章小結(jié) 073
第4章 Landweber深度學(xué)習(xí)圖像重建方法 075
4.1 Landweber深度學(xué)習(xí)圖像重建模型 076
4.2 Landweber迭代重建網(wǎng)絡(luò) 077
4.2.1 重建網(wǎng)絡(luò)的訓(xùn)練 077
4.2.2 重建網(wǎng)絡(luò)結(jié)構(gòu)的選擇 079
4.2.3 重建網(wǎng)絡(luò)構(gòu)建結(jié)果 080
4.2.4 重建網(wǎng)絡(luò)抗噪性測試 082
4.2.5 重建網(wǎng)絡(luò)不同電導(dǎo)率對比度測試 085
4.3 實(shí)驗(yàn)結(jié)果與分析 086
4.3.1 離散泡狀分布實(shí)驗(yàn)測試 086
4.3.2 分層分布動態(tài)實(shí)驗(yàn)測試 088
4.4 本章小結(jié) 088
第5章 電阻/超聲雙模態(tài)注意力融合圖像重建 091
5.1 雙模態(tài)融合基礎(chǔ) 092
5.1.1 超聲波透射衰減原理 092
5.1.2 雙模態(tài)測量信息與敏感空間 093
5.2 雙模態(tài)信息融合方法 095
5.3 雙分支注意力圖像重建網(wǎng)絡(luò) 097
5.3.1 雙模態(tài)信息融合思路 097
5.3.2 雙模態(tài)融合網(wǎng)絡(luò)的訓(xùn)練 099
5.3.3 雙模態(tài)融合策略的選擇 100
5.4 仿真結(jié)果與分析 104
5.4.1 仿真重建結(jié)果 104
5.4.2 算法抗噪性分析 107
5.5 實(shí)驗(yàn)結(jié)果與分析 108
5.6 本章小結(jié) 112
第6章 總結(jié)與展望 115
6.1 總結(jié) 116
6.2 展望 117
附錄 符號對照表和縮略語說明 119
參考文獻(xiàn) 123