이미지 재구성 방법의 성능은 자기 입자 이미징(MPI)에서 매우 중요하며, 이는 MPI 이미지의 품질에 큰 영향을 미칩니다. 본 연구에서는 고품질 MPI 이미지를 얻기 위한 캐스케이드 신경망 기반의 이미지 재구성 방법을 제안합니다. 초기 단계에서, 측정된 신호는 첫 번째 네트워크 모듈에 의해 처리되어 이미징 대상의 전반적인 구조 정보를 포착한 예비 이미지를 재구성합니다. 그런 다음 예비 이미지는 최종 재구성 출력을 생성하기 위해 두 번째 네트워크 모듈로 전달됩니다. 이 두 단계 구조는 각 서브 네트워크가 특정 서브 작업에 집중할 수 있도록 하여 전체 재구성 품질을 향상시킵니다. 다양한 손실 함수를 기반으로 제안된 방법의 성능을 평가하기 위해 수치 시뮬레이션을 수행했습니다. 우리는 제안된 방법이 MPI의 생물 의학적 응용을 발전시키는 데 중요한 의미가 있을 것으로 기대합니다.
Zhao et al. (Mon,)은 이 질문을 연구했습니다.