亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

RCRC: A Deep Neural Network for Dynamic Image Reconstruction of Electrical Impedance Tomography

电阻抗断层成像 计算机科学 迭代重建 卷积神经网络 人工智能 插值(计算机图形学) 平滑的 人工神经网络 编码器 不连续性分类 重建算法 循环神经网络 计算机视觉 模式识别(心理学) 算法 电阻抗 图像(数学) 工程类 数学 电气工程 数学分析 操作系统
作者
Shangjie Ren,Ru Guan,Guanghui Liang,Feng Dong
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:70: 1-11 被引量:28
标识
DOI:10.1109/tim.2021.3092061
摘要

A deep neural network is proposed for solving the dynamic image reconstruction problems in electrical impedance tomography (EIT), which can realize the filtering, smoothing, and prediction of the dynamic conductivity reconstruction. This framework includes a reconstruction network, convolutional neural network (CNN) encoder, recurrent neural network (RNN) model, and CNN decoder, thus is termed by RCRC. The RCRC can automatically learn prior spatial–temporal information from the voltage-to-conductivity training dataset and utilize it to enhance the conductivity reconstruction accuracy. Circular acceleration and pendulum systems are simulated with a water tank model. Stochastic data interpolation and dynamic data synthesis methods were proposed to generate large-scale dynamic dataset from a small-scale static dataset. The experimental results show that RCRC can accurately recover dynamic conductivity images from EIT noisy voltage sequence. Long-term conductivity prediction was also achieved by using the proposed network.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
漂亮的幻枫完成签到,获得积分10
刚刚
Crisp完成签到 ,获得积分0
1秒前
枕月完成签到,获得积分10
6秒前
精明凝海发布了新的文献求助10
10秒前
悲凉的丝完成签到,获得积分10
17秒前
29秒前
饱满飞绿完成签到,获得积分10
32秒前
ajing发布了新的文献求助10
33秒前
朴实水云完成签到,获得积分10
42秒前
44秒前
1分钟前
枕月发布了新的文献求助10
1分钟前
生动的依白完成签到,获得积分10
1分钟前
AnYX完成签到 ,获得积分10
1分钟前
震动的醉蓝完成签到,获得积分10
1分钟前
1分钟前
Prof.Z发布了新的文献求助80
1分钟前
1分钟前
忧心的棒球完成签到,获得积分10
1分钟前
2分钟前
万霖完成签到,获得积分10
2分钟前
2分钟前
曾经凌萱发布了新的文献求助10
2分钟前
愉快的书桃完成签到,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
香蕉觅云的应助被曾经凌萱采纳,获得10
2分钟前
慢读文献完成签到,获得积分10
2分钟前
yuxia完成签到 ,获得积分10
2分钟前
老实的石头完成签到,获得积分10
2分钟前
明亮的藏鸟完成签到,获得积分10
3分钟前
舒服的荧完成签到,获得积分10
3分钟前
Youcandoit完成签到,获得积分10
3分钟前
3分钟前
lovelife完成签到,获得积分10
3分钟前
万霖发布了新的文献求助10
3分钟前
开心饼干完成签到,获得积分10
3分钟前
3分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8179889
求助须知:如何正确求助?哪些是违规求助? 9570071
关于积分的说明 21808307
捐赠科研通 7775682
什么是DOI,文献DOI怎么找? 3433193
关于科研通互助平台的介绍 2557334
邀请新用户注册赠送积分活动 2478881