【技术实现步骤摘要】
基于神经网络的图像恢复的采集策略
本专利技术大体上涉及一种人工智能（AI）致能图像恢复，并且具体地说，涉及一种AI致能去噪和一种稀疏重构。
技术介绍
在许多类型的显微术中，难以去除或减少噪点，这会产生不太理想的结果。另外，图像用户的类型可能使噪点甚至更难以管理。举例来说，在带电粒子显微术中，带电粒子束的参数和其它图像采集参数会影响图像中的噪点，而且也可对所需视场和样本交互具有不良影响。进一步举例，在带电粒子束停留时间与噪点之间存在权衡。具体地，较短的停留时间可能是优选的，以确保在图像采集期间没有或仅有微小变化，如漂移。较短的停留时间也可能引起更快的图像采集。然而，不利的是来自较短停留时间的图像往往会有噪点和/或稀疏（例如具有不含信息的像素），这通常是终端用户所不希望的。虽然较长的停留时间可以减少噪点（例如增加信噪比），并提供较少的稀疏图像，但是更长的停留时间往往会增加图像采集时间，并且可能进一步导致样本损坏，特别是对于生物样本。较长的停留时间通常也会在图像采集期间引起漂移。这些只是可能影响有噪点的图像的权衡和问题中的一些。<...
【技术保护点】
1.一种对带电粒子图像去噪的方法，所述方法包含：/n采集样本的多个训练图像对，其中所述多个训练图像对中的每一个的每个训练图像为所述样本的相同位置的图像，且其中使用相同采集参数采集所述多个训练图像对的每个图像；/n基于所述多个训练图像对更新人工神经网络；以及/n使用经更新的人工神经网络对多个样本图像去噪，其中使用与用于采集所述多个训练图像对相同的采集参数来采集所述多个样本图像。/n
【技术特征摘要】
20190507 US 16/4055361.一种对带电粒子图像去噪的方法，所述方法包含：
采集样本的多个训练图像对，其中所述多个训练图像对中的每一个的每个训练图像为所述样本的相同位置的图像，且其中使用相同采集参数采集所述多个训练图像对的每个图像；
基于所述多个训练图像对更新人工神经网络；以及
使用经更新的人工神经网络对多个样本图像去噪，其中使用与用于采集所述多个训练图像对相同的采集参数来采集所述多个样本图像。
2.根据权利要求1所述的方法，其中所述多个训练图像对的每个图像中的噪点是对用于采集所述训练图像对的带电粒子显微镜具有特异性的噪点。
3.根据权利要求2所述的方法，其中所述采集参数影响对用于采集所述训练图像对的所述带电粒子显微镜具有特异性的所述噪点。
4.根据权利要求3所述的方法，其中所述采集参数至少包括带电粒子束的停留时间。
5.根据权利要求1所述的方法，其中所述多个训练图像对的每个图像中的噪点与所述多个样本图像的每个图像中的噪点相似。
6.根据权利要求1所述的方法，其中基于所述多个训练图像对更新人工神经网络包括基于对用于采集所述多个训练图像对和所述多个样本图像的带电粒子显微镜具有特异性的噪点来更新所述人工神经网络。
7.根据权利要求1所述的方法，其进一步包括：
采集所述多个样本图像，其中与所述多个训练图像对相比，所述样本图像覆盖所述样本的更大的面积。
8.根据权利要求1所述的方法，其进一步包括：
提供预训练的人工神经网络，所述预训练的人工神经网络未在具有与所述多个训练对或所述多个样本图像具有相似噪点的图像上训练。
9.根据权利要求1所述的方法，其中所述多个训练图像对的图像的数目小于所述多个样本图像的图像的数目。
10.根据权利要求1所述的方法，其中所述多个训练图像对包括在所述样本上的不同位置处的斑点图像。
11.一种系统，其包含：
带电粒子显微镜成像平台；以及
控制器，其至少经耦合以控制所述带电粒子显微镜成像平台...
【专利技术属性】
技术研发人员：M皮门，P波托切克，R谢恩马克斯，
申请(专利权)人：FEI公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。