En raison d'une grève chez bpost, des retards de livraison peuvent survenir. Besoin de quelque chose en urgence ? Optez pour un retrait en magasin ou rendez-vous dans une Librairie Club à proximité.
  •  Retrait en 2 heures
  •  Assortiment impressionnant
  •  Paiement sécurisé
  •  Toujours un magasin près de chez vous
En raison d'une grève chez bpost, des retards de livraison peuvent survenir. Besoin de quelque chose en urgence ? Optez pour un retrait en magasin ou rendez-vous dans une Librairie Club à proximité.
  •  Retrait en 2 heures
  •  Assortiment impressionnant
  •  Paiement sécurisé
  •  Toujours un magasin près de chez vous
  1. Accueil
  2. Livres
  3. Sciences humaines
  4. Sciences
  5. Technique
  6. Énergie
  7. Advanced Image Reconstruction for Electrical Impedance Tomography via Ensemble Learning with Consideration of Measurement Data Quality and Prior-Knowledge-Guided Denoising

Advanced Image Reconstruction for Electrical Impedance Tomography via Ensemble Learning with Consideration of Measurement Data Quality and Prior-Knowledge-Guided Denoising

Mariem Hafsa
Livre broché | Anglais | Scientific Reports on Measurement and Sensor Technology | n° 41
24,95 €
+ 49 points
Livraison sous 1 à 4 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

Electrical Impedance Tomography (EIT) is a non-invasive imaging method with significant potential for lung state assessment, yet constrained by insufficient image quality. Image reconstruction is a non-linear, ill-posed inverse problem, highly sensitive to measurement perturbations. Existing methods fail to address the dual challenge of conductivity accuracy and structural boundary preservation simultaneously, while post-processing approaches remain computationally intensive and lack prior-knowledge integration, causing persistent residual artifacts.This thesis introduces a holistic framework tackling multiple reconstruction stages. A Gaussian Process regression-based pre-processing achieves 99.97% Mean Squared Error reduction, improving Signal-to-Noise Ratio from 1 dB to 36 dB. An ensemble learning strategy combines a 1D-Residual-CNN-GRU optimized for conductivity accuracy with an enhanced U-Net for structural preservation, integrated via Ridge regression stacking, yielding 3.7% Image Correlation Coefficient (ICC) improvement and 60.8% Relative Image Error (RIE) reduction over state-of-the-art methods. A prior-knowledge-guided post-processing applies targeted denoising, achieving 2.9% ICC improvement and 16.7% RIE reduction. Extended to lung state assessment, the ensemble module achieves 2.9% ICC improvement and 79.3% RIE reduction. Experimental validation on water tank setups and custom PCB thoracic phantoms confirms robustness under real measurement conditions.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Langue:
Anglais
Collection :
Tome:
n° 41

Caractéristiques

EAN:
9783961003082
Format:
Livre broché
Dimensions :
148 mm x 13 mm
Poids :
404 g
Librairie Club

Seulement chez Librairie Club

+ 49 points sur votre carte client de Librairie Club
Cadeau

Gagnez le double de points

sur nos best-sellers
Cadeau
Points doublés
Standaard Boekhandel

Les avis

Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.