Numer: 06/2023 Str. 134
Autorzy: Łukasz Maciura , Tomasz Rymarczyk , Dariusz Wójcik , Konrad Gauda , Marcin Kowalski :
Tytuł: Poprawa rekonstrukcji tomografii impedancyjnej oparta o głębokie uczenie przy użyciu modelu UNet
Streszczenie: Ten artykuł został inspirowany podobnym algorytmem Deep DBar, w którym zmodyfikowany model splotowy UNet został użyty do skorygowania danych wyjściowych algorytmu DBar przy użyciu modelu UNet. Jednak zamiast algorytmu DBar w tym rozwiązaniu zastosowano inny deterministyczny algorytm rekonstrukcji elektrycznej tomografii impedancyjnej. Zmodyfikowany model UNet został wykorzystany do skutecznej korekcji wstępnych rekonstrukcji, które zostały obliczone przy użyciu regularności Kotrego z wykorzystaniem pseudo-inwersji macierzy czułości
Słowa kluczowe: elektryczna tomografia impedancyjna, sieci konwolucyjne, UNet.