面向磁共振图像重建的k空间降采样优化

成像速度是关系磁共振临床应用效能的重要因素,在k空间中降采样,再配合图像重建,可有效加快成像速度.因此,文中考虑降采样方式对磁共振图像重建质量的影响,在训练深度学习网络进行磁共振图像重建的情况下,提出联合优化k空间降采样方式与重建模型的方法.从k空间全采样入手,逐步删除次要的相位编码,直到针对相位编码的采样满足稀疏性要求为止.同时,采样方式的优化是和深度学习图像重建模型参数优化交替进行,即赋予每个相位编码一个权重,通过权重大小确定相位编码的重要性,在优化重建网络参数的同时,完成对k空间降采样方式的优化.实验表明文中方法可提升磁共振图像重建质量.     

基于计算机仿真的扫描隧道显微镜原理分析

扫描隧道显微镜被广泛应用于材料表面研究,单原子操纵等前沿物理中。但是,目前的扫描隧道显微镜的原理分析主要是基于量子物理中的薛定谔方程。我们试图从经典物理出发推导扫描隧道显微镜中的高度与电流的关系,并同量子物理中的结论做以比较。从而验证经典物理在纳米量级应用的可行性,并深化对经典物理与量子物理之间的理解。