会员服务
contrastive · 圣路易斯华盛顿大学 (Washington University in St. Louis) · 直径 · 泛函 · 大学 ·
2018 年 5 月 10 日
From Relativistic Electrons To X-Ray Phase Contrast Imaging
翻译：从相对电子到X射相对比成像
A. H. Lumpkin,A. B. Garson,M. A. Anastasio
A. H. Lumpkin,A. B. Garson,M. A. Anastasio
from arxiv, 4 pp

We report the initial demonstrations of the use of single crystals in indirect x-ray imaging for x-ray phase contrast imaging at the Washington University in St. Louis Computational Bioimaging Laboratory (CBL). Based on single Gaussian peak fits to the x-ray images, we observed a four times smaller system point spread function (21 {\mu}m (FWHM)) with the 25-mm diameter single crystals than the reference polycrystalline phosphor's 80-{\mu}m value. Potential fiber-optic plate depth-of-focus aspects and 33-{\mu}m diameter carbon fiber imaging are also addressed.


翻译：我们报告在圣路易斯州华盛顿大学生物成像实验室(CBL),在X射线级对比成像的间接X射线成像中使用单一晶体的初步示范。 根据单一高山峰与X射线成像相匹配,我们观察到的系统点扩散功能(21 mmu}m (FWHM))是25毫米直径单晶体的四倍,其直径比参考聚晶体磷的80 mmu}值还要小,还涉及了潜在光纤板面深度和33毫米直径碳纤维成像。
0
下载
关闭预览

相关内容

【MIT】反偏差对比学习，Debiased Contrastive Learning
【MIT】反偏差对比学习，Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
语言视觉预训练语言模型揭密，Behind the Scene: Revealing the Secrets of Pre-trained Vision-and-Language Models
语言视觉预训练语言模型揭密，Behind the Scene: Revealing the Secrets of Pre-trained Vision-and-Language Models
专知会员服务
32+阅读 · 2020年5月20日
【2020关键词提取】医学报告的关键词提取和结构化，Keyword extraction and structuralization of medical reports
【2020关键词提取】医学报告的关键词提取和结构化，Keyword extraction and structuralization of medical reports
专知会员服务
32+阅读 · 2020年5月2日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
52+阅读 · 2020年1月30日
近期必读的10篇ACL 2019【图神经网络（GNN）+NLP】相关论文和代码
专知会员服务
70+阅读 · 2020年1月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【报告推荐】线上食品推荐中的数据分析（Computational Data Analytics on the Web for Better Food Decision Making）
【报告推荐】线上食品推荐中的数据分析（Computational Data Analytics on the Web for Better Food Decision Making）
专知会员服务
15+阅读 · 2019年10月2日
《自然》（20190829出版）一周论文导读
《自然》（20190829出版）一周论文导读
科学网
6+阅读 · 2019年8月30日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
AINLP
35+阅读 · 2018年11月6日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Meta-Learning to Cluster
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Adversarial Metric Attack for Person Re-identification
Adversarial Metric Attack for Person Re-identification
Arxiv
3+阅读 · 2019年1月30日
Visual Reinforcement Learning with Imagined Goals
Arxiv
8+阅读 · 2018年7月12日
Asymmetric Similarity Loss Function to Balance Precision and Recall in Highly Unbalanced Deep Medical Image Segmentation
Asymmetric Similarity Loss Function to Balance Precision and Recall in Highly Unbalanced Deep Medical Image Segmentation
Arxiv
5+阅读 · 2018年6月29日
Document Image Classification with Intra-Domain Transfer Learning and Stacked Generalization of Deep Convolutional Neural Networks
Document Image Classification with Intra-Domain Transfer Learning and Stacked Generalization of Deep Convolutional Neural Networks
Arxiv
3+阅读 · 2018年6月26日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
QANet: Combining Local Convolution with Global Self-Attention for Reading Comprehension
Arxiv
4+阅读 · 2018年4月23日
Learning Dynamic Memory Networks for Object Tracking
Arxiv
8+阅读 · 2018年3月20日
Improving Object Localization with Fitness NMS and Bounded IoU Loss
Arxiv
5+阅读 · 2018年3月12日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
contrastive
圣路易斯华盛顿大学 (Washington University in St. Louis)
直径
泛函
大学
相关VIP内容
【MIT】反偏差对比学习，Debiased Contrastive Learning
【MIT】反偏差对比学习，Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
语言视觉预训练语言模型揭密，Behind the Scene: Revealing the Secrets of Pre-trained Vision-and-Language Models
语言视觉预训练语言模型揭密，Behind the Scene: Revealing the Secrets of Pre-trained Vision-and-Language Models
专知会员服务
32+阅读 · 2020年5月20日
【2020关键词提取】医学报告的关键词提取和结构化，Keyword extraction and structuralization of medical reports
【2020关键词提取】医学报告的关键词提取和结构化，Keyword extraction and structuralization of medical reports
专知会员服务
32+阅读 · 2020年5月2日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
52+阅读 · 2020年1月30日
近期必读的10篇ACL 2019【图神经网络（GNN）+NLP】相关论文和代码
专知会员服务
70+阅读 · 2020年1月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【报告推荐】线上食品推荐中的数据分析（Computational Data Analytics on the Web for Better Food Decision Making）
【报告推荐】线上食品推荐中的数据分析（Computational Data Analytics on the Web for Better Food Decision Making）
专知会员服务
15+阅读 · 2019年10月2日
热门VIP内容
相关资讯
《自然》（20190829出版）一周论文导读
《自然》（20190829出版）一周论文导读
科学网
6+阅读 · 2019年8月30日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
pytorch-pretrained-BERT：BERT PyTorch实现，可加载Google BERT预训练模型
AINLP
35+阅读 · 2018年11月6日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
相关论文
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Meta-Learning to Cluster
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Adversarial Metric Attack for Person Re-identification
Adversarial Metric Attack for Person Re-identification
Arxiv
3+阅读 · 2019年1月30日
Visual Reinforcement Learning with Imagined Goals
Arxiv
8+阅读 · 2018年7月12日
Asymmetric Similarity Loss Function to Balance Precision and Recall in Highly Unbalanced Deep Medical Image Segmentation
Asymmetric Similarity Loss Function to Balance Precision and Recall in Highly Unbalanced Deep Medical Image Segmentation
Arxiv
5+阅读 · 2018年6月29日
Document Image Classification with Intra-Domain Transfer Learning and Stacked Generalization of Deep Convolutional Neural Networks
Document Image Classification with Intra-Domain Transfer Learning and Stacked Generalization of Deep Convolutional Neural Networks
Arxiv
3+阅读 · 2018年6月26日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
QANet: Combining Local Convolution with Global Self-Attention for Reading Comprehension
Arxiv
4+阅读 · 2018年4月23日
Learning Dynamic Memory Networks for Object Tracking
Arxiv
8+阅读 · 2018年3月20日
Improving Object Localization with Fitness NMS and Bounded IoU Loss
Arxiv
5+阅读 · 2018年3月12日
Top
微信扫码咨询专知VIP会员
Top