Корректировка изменений прямого пучка при получении рентгеновских томографических изображений с помощью глубоких сверточных нейросетей
- Авторы: Григорьев А.Ю.1, Бузмаков А.В.1
-
Учреждения:
- Федеральное государственное учреждение “Федеральный научно-исследовательский центр “Кристаллография и фотоника” Российской академии наук”, Институт кристаллографии и фотоники имени А.В. Шубникова Российской академии наук
- Выпуск: Том 87, № 5 (2023)
- Страницы: 685-691
- Раздел: Статьи
- URL: https://journals.rcsi.science/0367-6765/article/view/135382
- DOI: https://doi.org/10.31857/S0367676522701149
- EDN: https://elibrary.ru/KVWGZD
- ID: 135382
Цитировать
Аннотация
Проанализирована возможность использования нейронных сетей для решения задачи нормализации на пустой пучок. Описаны процесс подбора параметров глубокой сверточной нейронной сети для решения задачи нормализации при нестабильности пустого пучка, обучение этой сети и проверка ее работоспособности на сгенерированных данных. Разработанный метод протестирован на данных, полученных как на лабораторных рентгеновских источниках, так и на синхротронных источниках.
Об авторах
А. Ю. Григорьев
Федеральное государственное учреждение“Федеральный научно-исследовательский центр “Кристаллография и фотоника” Российской академии наук”, Институт кристаллографии и фотоники имени А.В. Шубникова Российской академии наук
Автор, ответственный за переписку.
Email: grigorev.a@crys.ras.ru
Россия, Москва
А. В. Бузмаков
Федеральное государственное учреждение“Федеральный научно-исследовательский центр “Кристаллография и фотоника” Российской академии наук”, Институт кристаллографии и фотоники имени А.В. Шубникова Российской академии наук
Email: grigorev.a@crys.ras.ru
Россия, Москва
Список литературы
- Landis E.N., Keane D.T. // Mater. Charact. 2010. V. 61. No. 12. P. 1305.
- Seibert J.A., Boone J.M., Lindfors K.K. // Proc. SPIE. 1998. V. 3336. P. 348.
- Nieuwenhove V.V., Beenhouwer J.D., Carlo F.D. et al. // Opt. Express. 2015. V. 23. No. 21. P. 27975.
- Hagemann J., Vassholz M., Hoeppe H. et al. // J. Synchrotron Radiat. 2021. V. 28. No. 1. P. 52.
- Buakor K., Zhang Yu., Birnšteinová Š et al. // Optics Express. 2022. V. 30. No. 7. P. 10633.
- LeCun Y., Bengio Y., Hinton G. // Nature. 2015. V. 521. No. 7553. P. 436.
- Van Dyk D.A., Meng X.L. // J. Comput. Graphical Stat. 2001. V. 10. No. 1. P. 1.
- Бузмаков А.В., Асадчиков В.Е., Золотов Д.А. и др. // Кристаллография. 2018. Т. 63. № 6. С. 1007.
- Tlustos L., Campbell M., Heijne E., Llopart X. // 2003 IEEE Nuclear Science Symposium. V. 3. (Portland, 2003) P. 1588.
- Goodfellow I., Pouget-Abadie J., Mirza M. et al. // Advances in Neural Information Processing Systems. V. 27. (Montreal, 2014). P. 1.
- Ronneberger O., Fischer P., Brox Th. // Internat. Conf. Medical Image Computing and Computer-assisted Intervention. (Munich, 2015). P. 1.
- Ledig C., Theis L., Huszar F. et al. // Proc. IEEE Conf. Computer Vision and Pattern Recognition. (Honolulu, 2017). P. 4681.
- Wang L.T., Hoover N.E., Porter E.H., Zasio J.J. // Proc. 24th ACM/IEEE Design Automation Conference. (Miami Beach, 1987). P. 2.
- Ruder S. // arXiv: 1609.04747. 2016.