基于改进ResNet-18网络的电容层析成像图像重建

为求解电容层析成像(ECT)中的非线性病态反问题，提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成，每个残差块被分组，然后通过组内残差连接，以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集，利用深度残差网络的非线性映射能力，完成训练集的学习与训练，并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明：与LBP、Landweber迭代算法及未改进ResNet-18算法相比，该方法的图像重建质量明显提高，并具有良好的泛化能力。