從ML-EM重建算法入手,分析了貝葉斯模型的一些關鍵點.針對采用傳統方法求解MAP問題的局限性,提出一種用于正電子成像的貝葉斯神經網絡(BNN)重建算法.為了保留邊緣信息,引入了二進制的保邊緣變量,并應用共軛神經網絡求解.模擬的重建結果表明,應用這種算法可以得到比ML-EM算法更好的重建圖像.
|
|
從ML-EM重建算法入手,分析了貝葉斯模型的一些關鍵點.針對采用傳統方法求解MAP問題的局限性,提出一種用于正電子成像的貝葉斯神經網絡(BNN)重建算法.為了保留邊緣信息,引入了二進制的保邊緣變量,并應用共軛神經網絡求解.模擬的重建結果表明,應用這種算法可以得到比ML-EM算法更好的重建圖像.
關于本站|免責聲明|廣告服務|網站地圖|網站搜索|友情鏈接|聯系我們|RSS訂閱
Copyright © 2008-2018 www.www.mocsil.com All Rights Reserved
