导读:本文包含了深度成像论文开题报告文献综述及选题提纲参考文献，主要关键词:成像,压缩感知,逆合成孔径雷达,凸优化
深度成像论文文献综述
李泽,汪玲,胡长雨[1]（2019）在《融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法》一文中研究指出目的针对基于压缩感知(CS)的逆合成孔径雷达(ISAR)成像方法的成像质量和应用一直受到目标场景稀疏性好坏和迭代重建耗时长限制的问题,提出一种基于交替方向乘子法网络(ADMMN)的ISAR成像方法。方法根据交替方向乘子法(ADMM)求解稀疏假设下CS ISAR成像模型时采取的分裂变量的策略,将凸优化迭代求解过程映射到一个多级的深度神经网络,构建出ADMMN。ADMMN通过训练学习欠采样的ISAR测量数据与高质量目标图像之间的映射关系,借此实现ISAR欠采样数据成像。结果实验采用仿真卫星数据和实测飞机数据,两种数据的采样率分别为25%和10%。实验结果表明,相较于典型的CS ISAR正交匹配追踪(OMP)成像方法和贪婪卡尔曼滤波(GKF)成像方法,ADMMN成像方法能够更准确地重建目标区域散射点,在虚警(FA)、漏检(MD)和相对均方根误差(RRMSE)等成像质量评估指标上均有改善。在卫星数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了49. 8%和26. 5%。在飞机数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了68. 7%和74. 9%。此外,在验证ADMMN先验信息依赖性的实验中,分别采用卫星训练数据和飞机训练数据训练好的两种ADMMN,都能够对10%的飞机目标测量数据成像。结论融合深度学习和凸优化迭代求解策略的ADMMN ISAR成像方法能够使用非常少的数据获得高质量的成像结果,且成像效率高。(本文来源于《中国图象图形学报》期刊2019年11期）
M.Buda,B.Wildman-Tobriner,J.K,.Hoang,D.Thayer,F.N.Tessler[2]（2019）在《超声成像上甲状腺结节的管理：深度学习可以与放射医师的诊断性能相媲美》一文中研究指出摘要对于放射科医师来说,不同观察者对甲状腺结节的诊断结果可能不一致,并且耗时。使用深度学习的人工智能系统可能改善放射科医师在甲状腺结节管理上的工作流(本文来源于《国际医学放射学杂志》期刊2019年06期）
肖建伟,张树桐,谢元亮,胡芸,陈燕浩[3]（2019）在《基于深度学习的冠状动脉CT血管成像冠状动脉疾病报告与诊断系统的临床应用》一文中研究指出目的探讨基于深度学习(deep learning,DL)的冠状动脉CT血管成像(coronary computed tomography angiography,CCTA)的冠状动脉疾病报告与数据系统(coronary artery disease-reporting and data system,CAD-RADSTM)冠心病诊断中的临床应用价值。方法选取我院2018年9-12月,临床疑诊为冠心病的患者226例,常规行CCTA扫描,按照CAD-RADSTM报告系统,分别由两位高年资医师和基于深度学习的自动软件对患者进行分级报告。结果基于深度学习对CCTA的CAD-RADS分级和医师对CCTA的CAD-RADS分级评价差异无统计学意义(P=0.84),一致性检验结果显示两者的Kappa值为0.687(P <0.05),一致性较好。结论基于深度学习的CCTA图像的CAD-RADS标准化报告能较准确评价疑似冠心病患者,与诊断医师具有较好的一致性。(本文来源于《实用医学杂志》期刊2019年20期）
杨林,刘嵩,滕晓丽,时昭红[4]（2019）在《蓝激光成像结合放大内镜对早期食管癌及其浸润深度的诊断价值》一文中研究指出目的:探讨蓝激光内镜系统对早期食管癌及其浸润深度的诊断价值。方法:回顾性连续纳入武汉市第一医院2015年6月—2017年11月行普通白光内镜下活检和BLI的早期食管癌和癌前病变患者,比较普通白光内镜下活检与BLI诊断结果,评估BLI判断早期食管癌浸润深度的准确性。结果:共62例早期食管癌和癌前病变患者纳入研究。BLI诊断与内镜术后病理诊断(金标准)的总体符合率及其区分早期食管癌与癌前病变的敏感性和阴性预测值均显着高于普通白光内镜下活检诊断[90.3%(56/62)对25.8%(16/62);100%(62/62)对17.8%(11/62);100%(7/7)对13.7%(7/51), P均<0.05]。BLI判断早期食管癌浸润深度的总体准确率为74.1%(45/62)。结论:BLI对早期食管癌及其浸润深度具有较好的诊断价值,可作为临床诊断早期食管癌的有效手段。(本文来源于《2019中国中西医结合学会消化内镜学专业委员会第一届第四次学术交流会摘要集》期刊2019-09-20）
陈旭凤,李玉龙,侯志奇,温彬彬,胡雪花[5]（2019）在《基于TOF的快速加权中值滤波深度成像系统》一文中研究指出本文介绍了一种基于飞行时间(TOF)的快速加权中值滤波深度成像系统。本系统结合了高分辨率(HR)叁视图立体RGB相机(1280×960)和低分辨率(LR)TOF景深相机(176×144)。首先进行相机标定,以获得彩色和深度相机的内在和外在参数。由于同一场景下深度图像的分辨率远小于相应的彩色图像,因此采用快速加权中值滤波(WMF)对低分辨率深度图像进行深度上采样。最后,利用基于深度图像的绘制(DIBR)技术,通过上采样深度图像和HR彩色图像结合生成场景的立体叁维(S3D)图像。实验结果表明,与不同的滤波方法相比,本文提出的深度成像系统能生成高质量的深度图,并能高速生成S3D图像。(本文来源于《科技风》期刊2019年26期）
杨聪,毛立峰,李论,王成,毛鑫鑫[6]（2019）在《基于二分法的中心回线式航空瞬变电磁电导率深度成像方法研究》一文中研究指出由于在均匀半空间模型的垂直感应电动势与模型电导率之间存在"二值性",这对进行视电导率求取带来了一定的困难。以中心回线式直升机航空瞬变电磁法为例研究电导率深度成像(CDI),利用分段二分法改进视电导率搜索从而找到一个更符合理论的视电导率值,然后根据扩散深度求得各层的视深度,最后对成像深度进行微校正后建立CDI成像结果。用层状模型进行验算结果表明,该方法对低阻薄层,特别是浅部成像有很好的效果,该方法简单易行且成像效果较为理想。(本文来源于《物探化探计算技术》期刊2019年05期）
毕野,熊新,叶波,吴建德,范玉刚[7]（2019）在《基于深度学习的涡流热成像技术在无损检测中的应用》一文中研究指出设计实现了一套涡流热成像无损检测系统,对试件进行涡流加热,使用热像仪进行探测,以热图像的形式展示试件温度变化情况来表征试件的损伤特征,并使用基于深度学习网络的智能识别方法诊断试件的损伤程度。该无损探伤方法使用卷积神经网络逐层挖掘可疑缺陷区域的本质特征。实验结果表明:该系统对金属板材试件损伤程度识别的准确率能达到97.3%,证明该系统具有较高的准确率和较好的适应性。(本文来源于《化工自动化及仪表》期刊2019年09期）
邓小凡,孙成禹,杜鑫[8]（2019）在《高陡构造Kirchhoff迭前深度偏移成像方法研究及应用》一文中研究指出迭前深度偏移能将地下构造准确的成像到其真实的深度及空间位置,得到高质量地震剖面。迭前深度偏移的成像基础是准确的深度域速度模型,这就需要初始建模后多次迭代更新。本文以南美区高陡构造为例,通过CVI约束层速度反演获得更准确初始模型,应用基于层位或块体信息的网格层析技术迭代更新速度,构建了高精度深度域速度模型,实现地质构造精准成像。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
杨德兴,温铁民,熊兴银,姚征,肖光伟[9]（2019）在《应用模型正演分析山前复杂区迭前深度偏移成像的影响因素》一文中研究指出在山前复杂区,如何提高低信噪比区成像品质已成为迭前偏移成像技术应用的关键问题。地表起伏大、表层结构复杂使得资料信噪比低、静校正问题难以完全解决;地质结构复杂、精细速度模型描述困难以及采用迭前深度偏移方法本身的局限性等多种因素使得地震成像品质差、深度偏移归位不准确。本文应用模型正演模拟资料从剩余静校正、浅层速度模型误差及偏移基准面与偏移方法的匹配性叁方面分析其对迭前深度偏移成像品质的影响。力求搞清这些因素如何影响迭前深度偏移成像品质,为在实际资料的处理时迭前深度偏移技术的选取和应用提供参考。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
牟风明,于富文,于静,王成礼,刘雪洁[10]（2019）在《非均匀观测的叁维VSP迭前深度偏移成像技术研究》一文中研究指出叁维VSP技术在解决油田开发过程中对储层进行精细成像和描述方面比利用现有常规技术更加有效,但是叁维VSP观测方式多样,资料品质差异较大,因此叁维VSP资料处理难度较大。本文针对叁维VSP资料采集炮点分布不均匀的问题,进行了迭前道集空间插值,提高了成像区边界覆盖次数,消除炮点密度不均匀对成像的影响,同时采用利用稀疏离散τ-p变换对VSP共检道集的地震道外推,消除偏移成像中边界效应。新疆某井实际资料成像效果表明,采用的迭前道集空间插值技术合理、有效。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
深度成像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
摘要对于放射科医师来说,不同观察者对甲状腺结节的诊断结果可能不一致,并且耗时。使用深度学习的人工智能系统可能改善放射科医师在甲状腺结节管理上的工作流
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
深度成像论文参考文献
[1].李泽,汪玲,胡长雨.融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法[J].中国图象图形学报.2019
[2].M.Buda,B.Wildman-Tobriner,J.K,.Hoang,D.Thayer,F.N.Tessler.超声成像上甲状腺结节的管理：深度学习可以与放射医师的诊断性能相媲美[J].国际医学放射学杂志.2019
[3].肖建伟,张树桐,谢元亮,胡芸,陈燕浩.基于深度学习的冠状动脉CT血管成像冠状动脉疾病报告与诊断系统的临床应用[J].实用医学杂志.2019
[4].杨林,刘嵩,滕晓丽,时昭红.蓝激光成像结合放大内镜对早期食管癌及其浸润深度的诊断价值[C].2019中国中西医结合学会消化内镜学专业委员会第一届第四次学术交流会摘要集.2019
[5].陈旭凤,李玉龙,侯志奇,温彬彬,胡雪花.基于TOF的快速加权中值滤波深度成像系统[J].科技风.2019
[6].杨聪,毛立峰,李论,王成,毛鑫鑫.基于二分法的中心回线式航空瞬变电磁电导率深度成像方法研究[J].物探化探计算技术.2019
[7].毕野,熊新,叶波,吴建德,范玉刚.基于深度学习的涡流热成像技术在无损检测中的应用[J].化工自动化及仪表.2019
[8].邓小凡,孙成禹,杜鑫.高陡构造Kirchhoff迭前深度偏移成像方法研究及应用[C].中国石油学会2019年物探技术研讨会论文集.2019
[9].杨德兴,温铁民,熊兴银,姚征,肖光伟.应用模型正演分析山前复杂区迭前深度偏移成像的影响因素[C].中国石油学会2019年物探技术研讨会论文集.2019
[10].牟风明,于富文,于静,王成礼,刘雪洁.非均匀观测的叁维VSP迭前深度偏移成像技术研究[C].中国石油学会2019年物探技术研讨会论文集.2019