点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
在光声断层扫描(PAT)的反问题中,通过一组测得的超声数据估算了光效应诱导的初始压力分布。在最近的十年中,已经提出了对PAT的各种深度学习方法的利用。但是,其中许多处理器都没有提供重建图像的不确定性的信息。在这项工作中,我们提出了一种基于贝叶斯反向问题的基于深度学习的方法,该方法基于变异自动编码器。使用数值模拟评估该方法,并与使用常规贝叶斯图像重建方法获得的后验分布进行了比较。该方法显示出可提供可靠性估计值的快速准确的重建。
主要关键词