相反，OptiRecon是迭代重建的实现，可以将吞吐量提高多达四倍。迭代重建通过一系列迭代建立重建的体积。我们采用该体积（可以将其初始设置为任意值），进行正向投影，然后将正向投影结果（模型投影数据集）与测量的图像投影数据集进行比较。然后，通过多次迭代的序列，我们建立了该三维体积，以最适合此实际投影数据集和模型投影数据集之间。

 

使用这种方法的好处是，当我说比较时，它涵盖了各种各样的罪过。“比较”实际上意味着您使用了非常复杂的损失和正则化函数，这些函数建立在关于我们的仪器工作方式的明确知识中。9年前发布了第一台ZEISS Xradia Versa XRM，在此之前，我们就已经开始生产X射线成像系统。在这段时间里，我们对我们的仪器展现噪声和伪像的方式有了很多了解，并且我们可以将这些知识明确地构建到重建过程中。这样一来，我们就可以消除大多数图像质量下降的因素，从而缩短采集时间或提高图像质量。

 

即使人类对X射线成像了解很多，并在实践中运用了这些知识，计算机也可以做得更好甚至更好，因为它们可以在数小时内查看和学习数百万张CT图像。蔡司DeepRecon是第一个用于XRM图像重建的深度学习（或AI）的商业应用。它的工作方式是训练一系列卷积神经网络，数据必须在重建过程中通过，然后才能在体积域中显示数据。这些网络在整个数据集中进行训练时都消除了图像伪影和噪声，而最适合的网络是在消除所有噪声的同时恢复所有特征的网络。最终效果很好。

 

更多关于蔡司显微镜的问题请咨询具体销售人员，本文由蔡司显微镜官方授权商友硕工程部小编Nicole整理完成，转载请注明出处。