数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响

许文瑞; 宋玉收; 周春芝; 侯英伟; 刘辉兰

doi:10.11889/j.0253-3219.2025.hjs.48.240370

您当前的位置：

首页 >

文章列表页 >

数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响

核电子学与仪器 | 更新时间：2025-06-17

- 数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响
- Effect of datasets on imaging quality of coded aperture γ camera based on convolutional neural network algorithm
- “在编码孔径γ相机图像重建领域，研究者基于蒙特卡罗模拟和线性随机组合提出数据集生成方法，利用CNN算法提升成像效果与准确性。”
- 核技术 2025年48卷第4期文章编号：040402
- 作者机构：
  
  1.哈尔滨工程大学核科学与技术学院哈尔滨 150001
  2.国民核生化灾害防护国家重点实验室北京 102205
- 作者简介：
  
  许文瑞，男，1998年出生，2023年于西南科技大学获硕士学位，现为博士研究生，研究领域为辐射探测技术
  宋玉收，E-mail：songyushou80@163.com
  周春芝，E-mail：zhoucz6622@163.com
- 基金信息：
  
  国家自然科学基金(12227810)
- DOI：10.11889/j.0253-3219.2025.hjs.48.240370
  中图分类号： TL99
- 收稿日期：2024-09-10，
  
  修回日期：2024-11-26，
  
  纸质出版日期：2025-04-15
- 稿件说明：
移动端阅览
许文瑞,宋玉收,周春芝等.数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响[J].核技术,2025,48(04):040402.

XU Wenrui,SONG Yushou,ZHOU Chunzhi,et al.Effect of datasets on imaging quality of coded aperture γ camera based on convolutional neural network algorithm[J].NUCLEAR TECHNIQUES,2025,48(04):040402.
许文瑞,宋玉收,周春芝等.数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响[J].核技术,2025,48(04):040402. DOI： 10.11889/j.0253-3219.2025.hjs.48.240370. CSTR： 32193.14.hjs.CN31-1342/TL.2025.48.240370.

XU Wenrui,SONG Yushou,ZHOU Chunzhi,et al.Effect of datasets on imaging quality of coded aperture γ camera based on convolutional neural network algorithm[J].NUCLEAR TECHNIQUES,2025,48(04):040402. DOI： 10.11889/j.0253-3219.2025.hjs.48.240370. CSTR： 32193.14.hjs.CN31-1342/TL.2025.48.240370.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

源与薄膜间距对β射线面密度测量精度的影响

新型三重屏蔽辐照器剂量学性能的蒙特卡罗模拟计算和分析

Shuffler中子质询系统核材料质量测量的基体校正方法

空间高能质子及重离子诱导的DNA损伤模拟计算

国产高剂量率近距离治疗¹⁹²Ir源剂量学参数模拟研究

数据集对基于卷积神经网络算法的编码孔径γ相机成像质量影响

Effect of datasets on imaging quality of coded aperture γ camera based on convolutional neural network algorithm

DOI：10.11889/j.0253-3219.2025.hjs.48.240370