机构名称：
¥ 1.0
图像重建是一个基于采样传感器测量的计算图像的反问题。稀疏采样的图像重建构成了由于测量有限而引起的挑战。在这项工作中，我们提出了一种隐含的神经表示学习方法，并具有先验嵌入（NERP），以从稀疏采样测量值中重建计算图像。该方法与以前的基于深度学习的图像重建方法从根本上有所不同，因为NERP利用了图像先验中的内部信息，以及稀疏采样测量的物理学来产生未知主题的表示。除了先前的图像和稀疏采样测量值外，训练NERP无需大规模数据。此外，我们证明了NERP是一种通用的方法，它概括为不同的成像方式，例如CT和MRI。我们还表明，NERP可以坚固地捕获评估肿瘤进展所需的微妙而显着的图像变化。
nerp：与先验...
主要关键词
相关文件推荐
