使用改进的双深度图像先验抑制多切片叠层成像中的串扰
Using a modified double deep image prior for crosstalk mitigation in multislice ptychography
AI总结：
本文提出一种改进的双深度图像先验（DDIP）架构，有效抑制多切片叠层成像中的串扰伪影，减少对额外实验数据的依赖，拓展其适用场景。
摘要：
多切片叠层成像是一种高分辨率显微技术，用于使用单一照明方向对多个独立的轴向平面进行成像。然而，多切片叠层成像重建常常因串扰而退化，其中一个平面上的某些特征会错误地贡献到另一个平面的重建图像中。在此，我们展示了使用改进的“双深度图像先验”（DDIP）架构来抑制多切片叠层成像中的串扰伪影。利用生成神经网络产生自然图像的倾向，改进的DDIP方法在实验数据上产生了良好的结果。对于其中一个数据集，我们表明使用DDIP可以消除使用额外实验数据（例如来自X射线荧光的数据）来抑制串扰的需求。我们的方法可能有助于X射线多切片叠层成像适用于更普遍的实验场景。
英文摘要：
Multislice ptychography is a high-resolution microscopy technique used to image multiple separate axial planes using a single illumination direction. However, multislice ptychography reconstructions are often degraded by crosstalk, where some features on one plane erroneously contribute to the reconstructed image of another plane. Here, we demonstrate the use of a modified "double deep image prior" (DDIP) architecture in mitigating crosstalk artifacts in multislice ptychography. Utilizing the tendency of generative neural networks to produce natural images, a modified DDIP method yielded good results on experimental data. For one of the datasets, we show that using DDIP could remove the need of using additional experimental data, such as from x-ray fluorescence, to suppress the crosstalk. Our method may help x-ray multislice ptychography work for more general experimental scenarios.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
