PuSH - Publikationsserver des Helmholtz Zentrums München

Export: TXT Text RIS Endnote (RIS) BIB BibTeX
Dehner, C. ; Ntziachristos, V. ; Jüstel, D. ; Zahnd, G.

Deep model-based optoacoustic image reconstruction (DeepMB).

In: (Photons Plus Ultrasound: Imaging and Sensing 2024, 28-31 January 2024, San Francisco). 1000 20th St, Po Box 10, Bellingham, Wa 98227-0010 Usa: SPIE, 2024.:128420D (Proc. SPIE ; 12842)
Verlagsversion DOI
Closed
Creative Commons Lizenzvertrag
Open Access Green möglich sobald Postprint bei der ZB eingereicht worden ist.
Multispectral optoacoustic tomography requires real-time image feedback during clinical use. Herein, we present DeepMB, a deep learning framework to express the model-based reconstruction operator with a deep neural network and reconstruct high-quality optoacoustic images from arbitrary experimental input data at speeds that enable live imaging (31ms per image).
Altmetric
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Artikel: Konferenzbeitrag
Schlagwörter Inverse Problems ; Model-based Reconstruction ; Multispectral Optoacoustic Tomography (msot) ; Real-time Imaging ; Synthesized Training Data; Response Characterization Method
Sprache englisch
Veröffentlichungsjahr 2024
HGF-Berichtsjahr 2024
ISSN (print) / ISBN 0277-786X
e-ISSN 1996-756X
Konferenztitel Photons Plus Ultrasound: Imaging and Sensing 2024
Konferzenzdatum 28-31 January 2024
Konferenzort San Francisco
Zeitschrift Proceedings of SPIE
Quellenangaben Band: 12842, Heft: , Seiten: , Artikelnummer: 128420D Supplement: ,
Verlag SPIE
Verlagsort 1000 20th St, Po Box 10, Bellingham, Wa 98227-0010 Usa
Begutachtungsstatus Peer reviewed
Institut(e) Institute of Biological and Medical Imaging (IBMI)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-505500-001
DOI 10.1117/12.3000893
WOS ID 001234513800012
Scopus ID 85194484963
Erfassungsdatum 2024-06-07
[➜Korrektur melden]