院况简介
1949年,伴随着新中国的诞生,中国科学院成立。
作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为己任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。 更多简介 +
院领导集体
创新单元
科技奖励
科技期刊
工作动态/ 更多
中国科学院学部
中国科学院院部
语音播报
研究团队利用傅里叶变换关联成像系统的特点,提出了一种动态解码神经网络模型(Y-Net),只要训练过程和成像过程的散斑场统计特性一致,即可高质量重建样品图像,且样品只需单次曝光。由于网络具有动态解码特性,训练散斑场的空间分布可以完全不同于实验散斑场,因此可以采用模拟数据训练网络,从而解决了常规深度学习成像方法中的数据来源问题。此外,该方法基于端对端的方式实现样品图像重构,从而避免了傅里叶成像中的相位恢复问题。该方法对于实现高分辨X射线成像显微应用具有重要意义,将显著提升图像质量和成像速度,有效减少辐射损伤。
相关研究得到国家自然科学基金重大科研仪器项目、国家重点研发计划项目的支持。
基于深度学习的傅里叶变换关联成像原理(a)成像光路(b)网络数据流
动态解码网络模型(Y-Net)及实验结果
扫一扫在手机打开当前页
© 1996 - 中国科学院 版权所有 京ICP备05002857号-1 京公网安备110402500047号 网站标识码bm48000002
地址:北京市西城区三里河路52号 邮编:100864
电话: 86 10 68597114(总机) 86 10 68597289(总值班室)
编辑部邮箱:casweb@cashq.ac.cn
© 1996 - 中国科学院 版权所有 京ICP备05002857号-1 京公网安备110402500047号 网站标识码bm48000002
地址:北京市西城区三里河路52号 邮编:100864
电话: 86 10 68597114(总机) 86 10 68597289(总值班室)
编辑部邮箱:casweb@cashq.ac.cn
© 1996 - 中国科学院 版权所有
京ICP备05002857号-1
京公网安备110402500047号
网站标识码bm48000002
地址:北京市西城区三里河路52号 邮编:100864
电话:86 10 68597114(总机)
86 10 68597289(总值班室)
编辑部邮箱:casweb@cashq.ac.cn