基于深度学习的电容层析成像图像重建算法综述

辽宁大学学报(自然科学版) ›› 2025, Vol. 52 ›› Issue (02) : 97 -110.

PDF
辽宁大学学报(自然科学版) ›› 2025, Vol. 52 ›› Issue (02) : 97 -110. DOI: 10.16197/j.cnki.lnunse.2025.02.006

基于深度学习的电容层析成像图像重建算法综述

作者信息 +

Author information +
文章历史 +
PDF

摘要

本文首先介绍了电容层析成像(Electrical capacitance tomography, ECT)的研究意义、发展历程和特点,然后对传统ECT图像重建算法的优缺点进行了分析,并归纳总结了基于卷积神经网络、自编码器神经网络、长短期记忆神经网络、U-Net神经网络、Transformer神经网络以及其他神经网络的ECT图像重建算法的研究特点,分析了目前基于深度学习的ECT图像重建算法存在的不足.在此基础上,本文给出了未来基于深度学习的ECT图像重建算法的研究方向和发展趋势.

关键词

深度学习 / 电容层析成像 / 卷积神经网络 / 图像重建算法

Key words

引用本文

引用格式 ▾
基于深度学习的电容层析成像图像重建算法综述[J]. 辽宁大学学报(自然科学版), 2025, 52(02): 97-110 DOI:10.16197/j.cnki.lnunse.2025.02.006

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

110

访问

0

被引

详细

导航
相关文章

AI思维导图

/