张量流中一种鲁棒、易于实现的非均匀快速傅立叶变换。
tfkbnufft的Python项目详细描述
TF KB-NUFFT
从pypi进行简单安装:
pip install tfkbnufft
关于
这个包是对matthewmuckley为PyTorch编写的torchkbnufft包的TensorFlow的非常早期和适度的改编。 如果你使用这个软件包,请恰当地引用他的作品。在
计算速度
对于辐条长度为512和405的256x256图像,计算速度以秒为单位。 这些数字不能直接与torchkbnufft的比较,因为计算不一样。 它们只是为了给人一种计算所需时间的感觉。在
Operation | CPU | GPU |
---|---|---|
Forward NUFFT | 0.1676 | 0.0626 |
Adjoint NUFFT | 0.7005 | 0.0635 |
要获取计算机的这些编号,请在安装此软件包后运行以下命令:
^{pr2}$这些数字是用Quadro P5000得到的。在
参考文献
- 在
Fessler,J.A.和Sutton,B.p.(2003年)。使用最小-最大插值的非均匀快速傅立叶变换。IEEE信号处理事务,51(2),560-574。在
在 - 在
Beatty,p.J.,Nishimura,D.G.和Pauly,J.M.(2005年)。最小过采样率的快速网格重建。IEEE医学影像学学报,24(6),799-808。在
在 - 在
Feichtinger,H.G.,Gr,K.和Strohmer,T.(1995年)。非均匀采样理论中的有效数值方法。数字马蒂克,69(4),423-440。在
在
引文
如果您想引用软件包,可以使用以下任一方法:
@conference{muckley:20:tah,author={M. J. Muckley and R. Stern and T. Murrell and F. Knoll},title={{TorchKbNufft}: A High-Level, Hardware-Agnostic Non-Uniform Fast Fourier Transform},booktitle={ISMRM Workshop on Data Sampling \& Image Reconstruction},year=2020}@misc{Muckley2019,author={Muckley, M.J. et al.},title={Torch KB-NUFFT},year={2019},publisher={GitHub},journal={GitHub repository},howpublished={\url{https://github.com/mmuckley/torchkbnufft}}}
- 项目
标签: