公开了一种用于分析和显示由物理种子多尺度网络推断的图像和结构对应于真实分辨率改进的程度以及它们对应于逼真外观结构的幻觉的程度的技术。通过计算使用经训练神经网络生成的选定重建的渐进空间滤波版本之间的图像相似性度量，将所述选定重建与基线表示...

公开了一种技术，该技术用于分析并显示由物理启发的多尺度网络推断的图像和结构与通过噪声不敏感点扩展函数去卷积的本征分辨率改进相对应的程度，以及这些图像和结构与具有真实频率内容的真实外观结构的幻觉相对应的程度。能够计算相对调制传递函数，该相...

通过利用跨多个成像模态的基于非线性神经网络的特征恢复可以获得图像质量的改进。获取包括使用不同成像模态获取的第一成像数据和第二成像数据的输入成像数据。第一成像数据可以具有比第二成像数据更低的图像质量和更大的FOV。第一和第二成像数据可以被...

使用通过易懂的工作流程训练的深度神经网络来实现改进的(例如，高通量、低噪声和/或低伪影)X射线显微图像。该工作流程涉及选择所需的改进因子(x)，所述改进因子用于自动将所提供的数据划分为两个或多个子集以进行神经网络训练。通过为每个子集生成...