深度残差网络在快速扫描背散射电子显微镜（BF-STEM）中的倾斜序列去噪应用：实现三维位错重建

《Materials Characterization》：Deep residual networks for tilt-series denoising in rapid-scan BF-STEM: Enabling 3D dislocation reconstruction

　　

Jingkai Bo|Yifang Zhao|Hongye Gao|Tatsuya Morikawa|Toshiyuki Fujii|Satoshi Hata|Xiao-Wen Lei

• •
  通过构建代理参考数据集，可以在减少对干净参考数据需求的情况下实现深度学习去噪。
• •
  将深度学习去噪技术与骨架引导匹配相结合，可以提高立体对应关系的准确性。
• •
  使用小基线倾斜图像对，可以实现基于特征的实用3D位错重建。
• •
  该工作流程能够捕捉变形过程中位错结构的变化。
• •
  快速扫描BF-STEM技术能够实现铜（Cu）中位错动态的立体3D分析。