Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 4

Imaging Enhancement Through Deep Learning Aided Decompression in Ultrasound Tomography

Poprawa obrazowania za pomocą dekompresji wspomaganej głębokim uczeniem w tomografii ultradźwiękowej

10.15199/48.2024.04.52

nr katalogowy: 148152
10.15199/48.2024.04.52

Streszczenie

The research aimed to develop a method that could automatically decompress and filter images of transmission ultrasound tomography. The novelty of the presented method is an algorithm that automates improving the quality of tomograms through deep learning. Another innovation is using the original method of automatic filtering of tomographic images.

Abstract

Celem badań było opracowanie metody umożliwiającej automatyczną dekompresję i filtrację obrazów w transmisyjnej tomografii ultradźwiękowej. Nowością prezentowanej metody jest algorytm automatyzujący proces poprawy jakości tomogramów poprzez zastosowanie głębokiego uczenia. Kolejną innowacją jest wykorzystanie autorskiej metody automatycznego filtrowania obrazów tomograficznych

Słowa kluczowe

Keywords

Bibliografia

[1] Herman, G.T. Image Reconstruction from Projections: The Fundamentals of Computerised Tomography, Academic Press, New York, (1980).
[2] Beck, M. S.; Williams, R. A. Process tomography: A European innovation and its applications. Meas. Sci. Technol. 7 (1996), No. 3, 215–224.
[3] Kak, AC; Slaney, M. Principles of Computerized Tomographic Imaging, IEEE Press, New York, 1999.
[4] Kłosowski G, Rymarczyk T, Niderla K, Kulisz M, Skowron Ł, Soleimani M., Using an LSTM network to monitor industrial reactors using electrical capacitance and impedance tomography – a hybrid approach. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 25 (2023), No. 1, 11.
[5] Kłosowski G., Rymarczyk T., Kania K., Świć A., Cieplak T., Maintenance of industrial reactors supported by deep learning driven ultrasound tomography, Eksploatacja i Niezawodnosc – Maintenance and Reliability; 22 (2020), No 1, 138–147.
[6] Kłosowski G., Rymarczyk T., Niderla K., Rzemieniak M., Dmowski A., Maj M., Comparison of Machine Learning Methods for Image Reconstruction Using the LSTM Classifier in Industrial Electrical Tomography, Energies 2021, 14 (2021), No. 21, 7269.
[7] Rymarczyk T., Kłosowski G., Hoła A., Sikora J., Tchórzewski P., Skowron Ł., Optimising the Use of Machine Learning Algorithms in Electrical Tomography of Building Walls: Pixel Oriented Ensemble Approach, Measurement, 188 (2022), 110581.
[8] Koulountzios P., Rymarczyk T., Soleimani M., A triple-modality ultrasound computed tomography based on fullwaveform data for industrial processes, IEEE Sensors Journal, 21 (2021), No. 18, 20896-20909.
[9] Soetomo, K.; Rahma, TF; Juliastuti, E.; Kurniadi, D. Ultrasonic tomography for reinforced concrete inspection using algebraic reconstruction technique with Iterative Kaczmarz method. In Proceedings of the 2016 International Conference on Instrumentation, Control and Automation (ICA), Bandung, Indonesia, 29–31 August 2016; IEEE: Piscataway, NJ, USA, (2016); 16–21.
[10] Yan, B.; Wu, C.; Ma, H. Study on the method of nonmetallic defects based on ultrasonic tomography and morphology. In Proceedings of the 2017 12th IEEE Conference on Industrial Electronics and Applications (ICIEA), Siem Reap, Cambodia, 18–20 June 2017; IEEE: Piscataway, NJ, USA, (2017); 1287–1292.
[11] Rahman Mohd Yunus, F.; Azida Noor Azlan, N.; Nor Ayob, N.M.; Pusppanathan, J.; Fahajumi Jumaah, M.; Chiew Loon, G.; Abdul Rahim, R.; Ahmad, A.; Md Yunus, Y.; Rahim, H. Simulation Study of Bubble Detection Using Dual-Mode Electrical Resistance and Ultrasonic Transmission Tomography for TwoPhase Liquid and Gas. Sens. Transducers, 150 (2013), 97– 105.
[12] Koulountzios P., Aghajanian S., Rymarczyk T., Koiranen T., Soleimani M., An Ultrasound Tomography Method for Monitoring CO2 Capture Process Involving Stirring and CaCO3 Precipitation, Sensors, 21 (2021), No. 21, 6995.
[13] Gnaś, D., Adamkiewicz, P., Indoor localization system using UWB, Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12 (2022), No. 1, 15-19.
[14] Gocławski, J., Sekulska-Nalewajko, J., Korzeniewska, E., Prediction of textile pilling resistance using optical coherence tomography, Scientific Reports, 12 (2022), No. 1, 18341.
[15] Gocławski, J., Korzeniewska, E., Sekulska-Nalewajko, J., Kiełbasa, P., Dróżdż, T., Method of Biomass Discrimination for Fast Assessment of Calorific Value, Energies, 15 (2022), No. 7, 2514.
[16] Mazurek, M., Rymarczyk, T., Kania, K., & Kłosowski, G. Dedicated algorithm based on discrete cosine transform for the analysis of industrial processes using ultrasound tomography. Adjunct Proceedings of the 2020 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2020 ACM International Symposium on Wearable Computers, (2020).
[17] Mazurek, M., Rymarczyk, T., Klosowski, G., Maj, M., & Adamkiewicz, P. Tomographic measuring sensors system for analysis and visualization of technological processes. 2020 50th Annual IEEE-IFIP International Conference on Dependable Systems and NetworksSupplemental Volume (DSN-S), (2020).
[18] Styła, M., Adamkiewicz, P., Optimisation of commercial building management processes using user behaviour analysis systems supported by computational intelligence and RTI, Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12 (2022), No 1, 28-35.

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

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-4 , nr katalogowy 148152 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-4 licencja: Osobista Produkt cyfrowy Nowość	85.00 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

2024-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma