研究人员开发了一种新的光栅衍射断层成像（ptychography）神经网络方法，解决了限制其现实应用尺度的不一致性问题。通过将学习到的物体纹理与测量尺度解耦，并以实部和虚部预测物体属性，单个训练好的网络可以在不同的照明条件下实现一致的重建。该方法还采用了一种合成物体采样策略来最小化相位分布失配，与之前的基线方法相比，在多个实验数据集上，傅里叶误差最多可降低五倍。 AI
影响 这项研究可以提高光栅衍射断层成像在科学成像中的准确性和适用性，可能影响依赖高分辨率重建的领域。
排序理由 详细介绍光栅衍射断层成像神经网络新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
