×
亚当·考克森;伊沃州米霍夫;王子伟;瓦西尔·阿夫拉莫夫;弗雷德里克·布鲁克·巴恩斯;谢尔盖·斯利佐夫斯基;希兰·穆兰;伊凡·蒂莫金;大卫·桑德森;安德烈·克雷廷;杨倩;威廉·R·B·莱昂哈特。;阿特姆·米什琴科

2D材料的机器学习增强电阻抗断层成像。 （英语） Zbl 1502.78019号

反向探测。 38，第8号，文章ID 085007，第27页（2022）.
电阻抗层析成像是一种成像技术，它根据样品边界上的一组测量值重建内部电导率。作者设计了一种使用机器学习自适应电极选择算法的测量优化方法。它们在正向解算器pyEIT中包含完整的电极模式（CEM），并应用于模拟2D正方形样本。采用深D-Bar U-Net对GREIT算法进行后处理电导率图重建。对石墨烯层压板薄膜进行了实验评估。
审核人：孙继光（霍顿）

MSC公司：

78A46型 光学和电磁理论中的逆问题（包括逆散射）
68T07型 人工神经网络与深度学习
78A45型 衍射、散射
78A48型 复合介质；光学和电磁理论中的随机介质
82天80 纳米结构和纳米颗粒的统计力学
92 C55 生物医学成像和信号处理
35兰特 PDE的反问题
35兰特 PDE的不良问题
60年第35季度 与光学和电磁理论相关的PDE

关键词：

电阻抗断层成像;机器学习;测量优化

软件：

皮耶特;TensorFlow公司;亚当
PDF格式BibTeX公司 XML格式引用
\textit{A.Coxson}等人，《反问题》。38，第8号，文章编号085007，27 p.（2022；Zbl 1502.78019）
全文： 内政部

参考文献：

[1] Liu，B.，pyEIT：基于python的电阻抗断层成像框架，SoftwareX，7304-308（2018）·doi:10.1016/j.softx.2018.09.005
[2] 萨默萨洛，E。；M.切尼。；Isaacson，D.，电流计算机断层扫描电极模型的存在性和唯一性，SIAM J.Appl。数学。，52, 1023-1040 (1992) ·Zbl 0759.35055号 ·doi:10.1137/0152060
[3] Adler，A.，GREIT：肺部图像2D线性EIT重建的统一方法，Physiol。测量。，2009年3月30日·doi:10.1088/0967-3334/30/6/s03
[4] Brown，B.，《电阻抗断层成像（EIT）：综述》，J.Med.Eng.Technol。，27, 97-108 (2003) ·网址：10.1080/0309190021000059687
[5] 阿德勒。；加布罗，R。；莱昂哈特，W。；Scherzer，O.，电阻抗断层成像，成像数学方法手册（2010），柏林：施普林格，柏林
[6] Bera，T.K.，电阻抗断层成像（EIT）的应用：简短回顾，IOP Conf.Ser.：马特。科学。工程，331（2018）·doi:10.1088/1757-899x/331/1/012004
[7] 莱昂哈特，W.R。；Adler，A.，EIT逆问题，电阻抗断层成像（2021），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿
[8] Holder，D.S。；阿德勒，A.，《电阻抗层析成像：方法、历史和应用》（2021），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿
[9] 汉密尔顿，S.J。；Hauptmann，A.，Deep D-Bar:用深度神经网络进行实时电阻抗断层成像，IEEE Trans。医学成像，37，2367-2377（2018）·doi:10.1109/tmi.2018.2828303
[10] 马丁·S。；Choi，C.T.，使用人工神经网络和粒子群优化的非线性电阻抗断层成像重建，IEEE Trans。马格纳。，52, 1-4 (2015) ·doi:10.1109/TMAG.2015.2488901
[11] 马丁·S。；Choi，C.T.，三维电阻抗断层成像的后处理方法，科学。代表，7，1-10（2017）·doi:10.1038/s41598-017-07727-2
[12] Michalikova，M。；Abed，R。；Prauzek，M。；Koziorek，J.，使用神经网络进行电阻抗断层成像的图像重建，39-42（2014）
[13] 阿德勒。；Guardo，R.，电阻抗断层成像的神经网络图像重建技术，IEEE Trans。医学成像，13594-600（1994）·doi:10.1109/42.363109
[14] 汉密尔顿，S.J。；莱昂哈特，W.R B。；Adler，A.，《电阻抗断层成像的D-bar和常用正则化方法比较》，Physiol。测量。，40 (2019) ·doi:10.1088/1361-6579/ab14aa
[15] Capps，M。；Mueller，J.L.，《用电阻抗断层成像的D-bar方法通过深度学习重建器官边界》，IEEE Trans。生物识别。工程师，68，826-833（2020）·doi:10.1109/TBME.2020.3006175号文件
[16] 范，Y。；Ying，L.，用深度学习解决电阻抗断层成像，J.Compute。物理。，404 (2020) ·Zbl 1453.65041号 ·doi:10.1016/j.jcp.2019.109119
[17] Agnelli，J.P。；乔尔，A。；拉萨斯，M。；Murthy，R。；Santacesaria，M。；Siltanen，S.，在电阻抗断层成像中使用神经网络对中风进行分类，逆向问题，36（2020）·Zbl 1451.92178号 ·doi:10.1088/1361-6420/abdcd
[18] McCann，M.T。；Jin，K.H。；Unser，M.，《成像逆问题的卷积神经网络：综述》，IEEE信号处理。Mag.，34，85-95（2017）·doi:10.1109/msp.2017.2739299
[19] 卢卡斯，A。；伊利亚迪斯，M。；莫利纳，R。；Katsaggelos，A.K.，《使用深层神经网络解决成像中的逆问题：超越分析方法》，IEEE信号处理。Mag.，35，20-36（2018）·doi:10.1109/msp.2017.2760358
[20] 汉密尔顿，S.J。；哈尼宁，A。；Hauptmann，A。；Kolehmainen，V.，Beltrami-net：利用电阻抗断层成像（a-EIT）进行绝对成像的区域依赖性深层D-bar学习，Physiol。测量。，40 (2019) ·doi:10.1088/1361-6579/ab21b2
[21] 魏，Z。；刘，D。；Chen，X.，电阻抗断层成像的主导电流深度学习方案，IEEE Trans。生物识别。工程师，66，2546-2555（2019）·doi:10.1109/tbme.2019.2891676
[22] 魏，Z。；Chen，X.，电阻抗断层成像非线性重建的诱导电流学习方法，IEEE Trans。医学成像，39，1326-1334（2019）·doi:10.1010/TMI.2019.2948909
[23] 胡，D。；Lu，K。；Yang，Y.，基于空间不变特征图和卷积神经网络的电阻抗断层成像图像重建，1-6（2019）
[24] 李，X。；Lu，R。；王，Q。；Wang，J。；段，X。；孙，Y。；李，X。；周瑜，电阻抗断层成像一维卷积神经网络（1D-CNN）图像重建，科学评论。仪器。，91 (2020) ·doi:10.1063/5.0025881
[25] Khan，T.A。；Ling，S.H.，《电阻抗断层成像综述：人工智能方法及其应用》，算法，12，88（2019）·Zbl 1461.94011号 ·doi:10.3390/a12050088
[26] Smyl，D。；Liu，D.，使用深度学习优化二维电阻抗断层成像中的电极位置，IEEE Trans。仪器。测量。，69, 6030-6044 (2020) ·doi:10.10109/时间.2020.2970371
[27] Brown，B.H。；Seagar，A.D.，谢菲尔德数据采集系统，临床。物理学。生理学。测量。，8, 91 (1987) ·doi:10.1088/0143-0815/8/4a/012
[28] 新泽西州阿维斯。；Barber，D.C.，《使用非相邻驱动器配置进行图像重建（电阻抗断层成像）》，Physiol。测量。，15，A153（1994）·doi:10.1088/0967-3334/15/2a/020
[29] 华，P。；韦伯斯特，J。；Tompkins，W.，测量方法对EIT成像噪声处理和图像质量的影响，第9卷，1429-1430（1987）
[30] Gisser，D.G。；Isaacson，D。；Newell，J.C.，阻抗成像的当前主题，临床。物理学。生理学。测量。，8, 39 (1987) ·doi:10.1088/0143-0815/8/4a/005
[31] 哈里库马尔，R。；普拉布，R。；Raghavan，S.，《电阻抗断层成像（EIT）及其医学应用：综述》，《国际软计算杂志》。工程，3193-198（2013）
[32] Demidenko，E。；Hartov，A。；Soni，N。；Paulsen，K.D.，《关于电阻抗断层成像的最佳电流模式》，IEEE Trans。生物识别。工程，52，238-248（2005）·doi:10.1109/tbme.2004.840506
[33] 布雷肯，W。；Pidcock，M.，阻抗成像的一些数学方面，医学成像中的数学和计算机科学（1988）·Zbl 0850.35133号 ·doi:10.1007/978-3-642-83306-9_18
[34] 阿德勒。；Gaggero，P.O。；Maimaitijiang，Y.，被认为有害的邻近刺激和测量模式，Physiol。测量。，32, 731 (2011) ·doi:10.1088/0967-3334/32/7/s01
[35] Cultrera，A。；Callegaro，L.，薄膜电阻层析成像：尖锐的导电轮廓，297-301（2015）
[36] Cultrera，A.，用电阻层析成像绘制石墨烯的电导率，科学。众议员，9，1-9（2019）·doi:10.1038/s41598-019-46713-8
[37] 坎巴帕蒂，A.K。；拉赫曼，S.A。；夏尔马，S.K。；Kim，W.Y。；Kim，K.Y.，使用电阻抗断层成像技术对单层石墨烯的电导率变化进行成像，《微型机器》，第11期，第1074页（2020年）·doi:10.3390/mi11121074
[38] Lionheart，W.R B.，《EIT中的独特性、形状和尺寸》，纽约州安娜堡学院。科学。，873, 466-471 (1999) ·doi:10.1111/j.1749-6632.1999.tb09495.x
[39] O.Ronneberger。；菲舍尔，P。；Brox，T.，U-Net:生物医学图像分割的卷积网络，234-241（2015）
[40] 切尼，M。；Isaacson，D。；Newell，J.C.，电阻抗断层成像，SIAM Rev.，41，85-101（1999）·Zbl 0927.35130号 ·数字对象标识代码：10.1137/s0036144598333613
[41] Galerkin，B.，《拉普拉斯方程近似解的电路》，Vestnik。印度。，19, 897-908 (1915)
[42] Borsic，A。；McLeod，C。；莱昂哈特，W。；Kerrouche，N.，EIT的真实2D人体胸部建模，Physiol。测量。，22, 77 (2001) ·doi:10.1088/0967-3334/22/1/310
[43] Graham，B.，《用于3D肺部成像的EIT图像重建增强》，博士论文，博士论文（2007），渥太华
[44] 苏莱曼尼，M。；鲍威尔，C.E。；Polydorides，N.，使用代数多重网格改进EIT中完整电极模型的正向求解器，IEEE Trans。医学成像，24577-583（2005）·doi:10.1109/tmi.2005.843741
[45] Polydorides，N。；Lionheart，W.R.，《三维电阻抗断层成像的MATLAB工具包：对电阻抗和漫反射光学重建软件项目的贡献》，Meas。科学。技术。，13, 1871 (2002) ·doi:10.1088/0957-0233/13/12/310
[46] Ahmadian，H。；Mottershead，J.E。；Friswell，M.I.，有限元模型更新的正则化方法，机械。系统。信号处理。，12, 47-64 (1998) ·doi:10.1006分/秒.1996.0133
[47] Groetsch，C.W.，《数学科学中的反问题》（1993），柏林：施普林格出版社，柏林·Zbl 0779.45001号
[48] Brandstatter，B.，基于互易原理的电阻抗断层成像雅可比计算，IEEE Trans。马格纳。，39, 1309-1312 (2003) ·doi:10.1109/tmag.2003.810390
[49] 阿德勒。；Lionheart，W.R.，EIT测量的信息内容，360-363（2007）
[50] 王，M。；王，Q。；Karki，B.，《电阻抗层析成像传感艺术》，Phil.Trans。R.Soc.A，3742070（2016）·Zbl 1353.92061号 ·doi:10.1098/rsta.2015.0329
[51] 张，T。；Jang，G.Y。；Kim，Y.E。；哦，T.I。；Wi、H。；Woo，E.J.，电流注入方案对监测肥胖受试者呼吸功能的电阻抗断层成像的影响，J.Appl。物理。，128 (2020) ·doi:10.1063/5.0022704
[52] 宗，Z。；Wang，Y。；Wei，Z.，《电阻抗断层成像算法和硬件实现综述》，Prog。电动发电机。第169号、第59-71号决议（2020年）·doi:10.2528/PIER20120401
[53] 刘凯。；Wu，Y。；王，S。；Wang，H。；陈，H。；陈，B。；姚，J.，《基于电阻抗断层成像的机器人人工敏感皮肤》，Intellig高级。系统。，2, 1900161 (2020) ·doi:10.1002/aisy.201900161
[54] 韦伯斯特，J.G.，《电阻抗断层成像》（1990），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿
[55] Frazier，P.I.，贝叶斯优化教程（2018）
[56] Krizhevsky，A。；Sutskever，I。；Hinton，G.E.，深度卷积神经网络的Imagenet分类，高级神经信息处理。系统。，25, 1097-1105 (2012)
[57] Cholet，F.，Keras（2015年）
[58] Abadi，M.，Tensorflow:异构分布式系统上的大规模机器学习（2016）
[59] Oliphant，T.E.，《NumPy指南》，第1卷（2006年），Trelgol出版社
[60] 奥库塔，R。；Unno，Y。；西野，D。；Hido，S。；Loomis，C.，CUPY:用于NVIDIA GPU计算的Numpy兼容库，第7页（2017）
[61] Kingma，D.P。；Ba，J.，Adam：随机优化方法（2014）
[62] Moazzami Gudarzi，M.，《氯硫酸辅助功能2D材料的生产》，npj 2D Mater。申请。，5, 1-8 (2021) ·doi:10.1038/s41699-021-00215-2
[63] PyVISA作者，PyVISA文档（2018年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。