Numer: 04/2022 Str. 123
Autorzy: Łukasz Maciura , Dariusz Wójcik , Wojciech Rosa , Tomasz Rymarczyk , Michał Maj :
Tytuł: Model UNet w rekonstrukcji obrazu do elektrycznej tomografii impedancyjnej
Streszczenie: Ten artykuł prezentuje nowy algorytm, gdzie sieć konwolucyjna UNet była użyta do korekcji wyników algorytmu deterministycznego jak było w podobnym rozwiązaniu używającym deterministyczny algorytm DBar. Zamiast algorytmu DBar inny algorytm rekonstrukcji EIT został użyty w kontekscie współpracy z tomografią impedancyjną w celu wyodrębnienia szczegółów rekonstrukcji EIT. Algorytm używa uczenie maszynowe do polepszenia obrazów tomograficznych uzyskanych za pomocą algorytmu deterministycznego. Artykuł pokazuje jak rekonstrukcja uzyskana za pomocą tomografu hybrydowego może być ulepszona by ukazywałą więcej szczegółów. Celem tego artykułu jest zaprezentowanie rozwiązania, które będzie użyte w kontekscie tomografii medycznej, gdzie system EIT wraz z którym opracowany algorytm będzie użyty w celu uzyskania wysokiej rozdzielczości obrazów tomograficznych pęcherza moczowego.
Słowa kluczowe: rekonstrukcja EIT, UNet, uczenie głębokie, sieci konwolucyjne.