USING NEURAL NETWORKS AND DEEP LEARNING ALGORITHMS IN ELECTRICAL IMPEDANCE TOMOGRAPHY

Abstract

This paper refers to the cases of the use of Artificial Neural Networks and Convolutional Neural Networks in impedance tomography. Machine Learning methods can be used to teach computers different technical problems. The efficient use of conventional artificial neural networks in tomography is possible able to effectively visualize objects. The first step of implementation Deep Learning methods in Electrical Impedance Tomography was performed in this work.

Authors and Affiliations

Grzegorz Kłosowski, Tomasz Rymarczyk

Keywords

Related Articles

FUNKCJONALNA STABILNOŚĆ POKŁADOWYCH SYSTEMÓW INFORMACYJNO-STERUJĄCYCH MANEWROWALNYCH ŚRODKÓW TRANSPORTU

W artykule opisano metody poprawy stabilności funkcjonalnej pokładowych systemów informacyjno-sterujących manewrowalnych środków transportu. Zaproponowano modele, metody i narzędzia do automatyzacji procesu zarządzania i...

ROZMYTA KLASTERYZACJA SUROWYCH TRÓJWYMIAROWYCH DANYCH TOMOGRAFICZNYCH DLA POTRZEB ROZPOZNAWANIA PRZEPŁYWÓW DWUFAZOWYCH

Artykuł zawiera opis wykorzystania klasteryzacji rozmytej dla potrzeb rozpoznawania rodzajów przepływów dwufazowych typu gaz-ciecz. Autorzy przedstawili szczegółowy opis procesu pozyskiwania trójwymiarowych danych tomogr...

INNOVATIVE PROJECT OF MECHANISM FOR TOOLS LAPAROSCOPIC

The article presents the analysis of available solutions of transmissions in laparoscopic tools. The proposed by an author a new transmission of laparoscopic tools has been described. Design and principle of operation as...

ZASTOSOWANIE METODY HELLWIGA DO REDUKCJI WYMIARU PRZESTRZENI CECH OBRAZÓW USG TARCZYCY

W artykule przedstawiono wyniki zastosowania metody Hellwiga do redukcji wymiaru przestrzeni cech obrazów USG tarczycy. Za pomocą tej metody, z wejściowego zbioru 283 cech otrzymano kombinację 3 cech z największą wartośc...

REALISATION OF RADIONUCLIDES ACTIVITY UNIT USING THE LIQUID SCINTILLATION COUNTING (LSC)

Registration of the effects of interaction of the radiation emitted after radioactive decay enables determination of activity of a given material expressed in becquerels (Bq). Measurements in a frame of internationa...

Download PDF file
  • EP ID EP227015
  • DOI 10.5604/01.3001.0010.5226
  • Views 109
  • Downloads 0

How To Cite

Grzegorz Kłosowski, Tomasz Rymarczyk (2017). USING NEURAL NETWORKS AND DEEP LEARNING ALGORITHMS IN ELECTRICAL IMPEDANCE TOMOGRAPHY. Informatyka Automatyka Pomiary w Gospodarce i Ochronie Środowiska, 7(3), 99-102. https://europub.co.uk/articles/-A-227015