Detail projektu

Overlap2Overlap: Self-supervised learning towards high quality tiled X-ray computed tomography imaging

Období řešení: 01.03.2022 — 28.02.2023

Zdroje financování

Vysoké učení technické v Brně - Vnitřní projekty VUT

- plně financující (2022-01-01 - 2023-12-31)

O projektu

Tiled CT scans of large objects are typically performed with an overlap, that allows stitching of the individual scan tiles into a single volume. Regions of the complete CT scan are thus captured two times. In this project, a novel methodology for noise reduction in tiled CT scans will be developed. By training a convolutional neural network on noise-degraded images from the overlapped regions of the tiled CT scan, we can obtain an image noise reduction model, that can be used to improve the overall quality of the entire CT scan.

Označení

CEITEC VUT-J-22-8022

Originální jazyk

čeština

Řešitelé

Matula Jan, Ing. - hlavní řešitel
Kaiser Jozef, prof. Ing., Ph.D. - spoluřešitel

Útvary

Pokročilé instrumentace a metody pro charakterizace materiálů
- interní (01.01.2022 - 31.12.2022)
Středoevropský technologický institut VUT
- příjemce (01.01.2022 - 31.12.2022)

Výsledky

MATULA, J.; PELT, D.; VAN LEEUWEN, T.; ZIKMUND, T.; KAISER, J. Self-supervised learning for high quality tiled X-ray computed tomography imaging: a simulation study. Fifteenth International Conference on Machine Vision (ICMV 2022). Rome: 2022.
Detail

Odpovědnost: Matula Jan, Ing.