Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2022 - zeszyt 4

UNet model in image reconstruction for electrical impedance tomography

10.15199/48.2022.04.26

nr katalogowy: 136966
10.15199/48.2022.04.26

Streszczenie

Ten artykuł prezentuje nowy algorytm, gdzie sieć konwolucyjna UNet była użyta do korekcji wyników algorytmu deterministycznego jak było w podobnym rozwiązaniu używającym deterministyczny algorytm DBar. Zamiast algorytmu DBar inny algorytm rekonstrukcji EIT został użyty w kontekscie współpracy z tomografią impedancyjną w celu wyodrębnienia szczegółów rekonstrukcji EIT. Algorytm używa uczenie maszynowe do polepszenia obrazów tomograficznych uzyskanych za pomocą algorytmu deterministycznego. Artykuł pokazuje jak rekonstrukcja uzyskana za pomocą tomografu hybrydowego może być ulepszona by ukazywałą więcej szczegółów. Celem tego artykułu jest zaprezentowanie rozwiązania, które będzie użyte w kontekscie tomografii medycznej, gdzie system EIT wraz z którym opracowany algorytm będzie użyty w celu uzyskania wysokiej rozdzielczości obrazów tomograficznych pęcherza moczowego.

Abstract

This paper presents a new algorithm where the UNet convolutional neural network was used to correct deterministic algorithm results, as was is another similar solution using the DBar deterministic algorithm. Instead of the DBar algorithm, another EIT reconstruction algorithm was used in the context cooperation with impedance tomography to extract details in EIT reconstruction. The algorithm uses machine learning to improve the tomographic images obtained with the deterministic algorithm. The final result contains much less noise, and the position of the objects is much better defined, unlike in the deterministic approach. Furthermore, the paper shows how the reconstruction obtained with the hybrid tomograph can be improved to show more details. This paper aims to present a solution that will be used in the context of medical tomography, where the EIT system and the developed algorithm will be used to obtain high-resolution tomography images of the bladder. (Model UNet w rekonstrukcji obrazu do elektrycznej tomografii impedancyjnej).

Słowa kluczowe

Keywords

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2022-4 , nr katalogowy 136966 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2022-4 licencja: Osobista Produkt cyfrowy Nowość	58.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2022-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma