matlab反投影代码-dnn_xray:深度神经网络估计X射线CT中的衰减系数

matlab反投影代码dnn_xray 该代码包是用于X射线CT的神经网络的一种新颖应用。 在X射线CT中，目标是从传输数据中找到图像空间中的线性衰减系数。 解决此问题的常用方法是： 单发算法：考虑到源-探测器的几何结构是“定义明确的”，并且忽略了数据的随机性和噪声成分，我们可以通过诸如滤波反投影（FBP）之类的单发算法来找到图像系数。 迭代算法：我们假设一个模型（泊松或加权高斯模型）并迭代解决问题。 在这两种方法中，定义和使用图像和数据空间之间的连接的系统矩阵H是已知的。 在我们的方法中，我们正在寻找答案的问题是： 假设对于给定的固定几何体，我们有大量的图像数据对，那么我们是否可以学习数据与图像空间之间的高度非线性逆关系？ 如果我们了解到这一点，那么在速度/图像质量方面，我们是否能比最先进的方法做得更好？ 因此，我们首先使用MATLAB的radon变换生成了模拟数据，并假设控制比尔定律的真像的前向投影估计遵循Poisson分布，并以此方式生成了数据。 在生成数据集并将其分割后，在不提供任何有关系统的信息的情况下，我们训练了神经网络，其中图像作为输出，数据作为输入。 对于这种模拟情况，