苏黎世大学和Eth苏黎世的研究人员加入了手机，用于改善生物医学成像的机器学习方法。但是，该技术是新的，他们需要做更多。到目前为止，科学家们使用它来诊断癌症，研究脑活动和可视化血管。而且，这种成像被设定为未来改善。
关于研究
但是，图像质量取决于传感器 - 他们的号码和分布。使用更多传感器意味着获得更好的图像质量。因此，欧洲研究员旨在更好地删除这种更好的必要条件。因此，新方法允许使用更少的传感器并且不会妥协质量。因此，成就包括低成本的高质量图像，导致诊断改善。
光声和超声成像之间没有大量差异。在后者中，超声波引入身体并通过反射科学家创造了图像。在前者中，它们将激光脉冲射入到主体中，转换为超声波以提供图像。
为了确保高图像质量，团队使用机器学习。他们首先使用具有512个传感器的扫描仪，并将数据馈送到人工神经网络。然后，它们将传感器的数量减少到128和32.虽然图像质量急剧减少，但它们可以通过已经训练的算法来补偿分辨率。这里有关的是，这里的图像质量不仅依赖于传感器数量，而且还依赖于传感器数量，而且还依赖于捕获数量。覆盖的越多，结果越好。
按照Daniel Razansky，Eth苏黎世的生物医学成像教授，对临床应用很重要。Razansky也是该团队的领导者，指出使用这种方法，稀疏数据可以产生高质量的图像。
