GANrec：一个基于GAN的数据重建框架

概述

GANrec是一个数据重建框架，它利用了生成对抗网络（GAN）的力量。虽然传统的重建方法主要依赖于复杂的算法来拼凑碎片化的数据，但GANrec使用GAN的生成能力来重新想象和复兴数据重建。

最初是为断层扫描和相位恢复领域设计的，GANrec在适应性方面表现出色。通过提供前向模型，该框架可以灵活地适应各种复杂的数据重建过程。

功能

1. GAN驱动重建：GANrec的核心是利用GAN来协助重建过程，与常规方法相比，可以实现更准确、更高效的结果。
2. 针对断层扫描和相位恢复优化：GANrec针对断层扫描和相位恢复应用进行了优化，确保在这些领域中的精度和可靠性。
3. 模块化设计：框架的架构允许用户提供他们的前向模型，使其能够适应各种复杂的数据重建挑战。
4. 高效和可扩展：GANrec旨在处理大数据集，确保在保持重建精度的情况下保持速度和效率。

安装

安装

1. 针对普通用户

   • 创建Conda环境：创建一个名为ganrec的新conda环境。

   conda create --name ganrec python=3.11

   • 激活Conda环境：激活新创建的ganrec环境。

   conda activate ganrec

   • 从Pypi安装

   pip安装ganrec

2. 如果您想基于GANrec进行一些开发，请按照以下步骤安装和设置GANrec

   • 创建Conda环境：创建一个名为ganrec的新conda环境。

   conda create --name ganrec python=3.11

   • 激活Conda环境：激活新创建的ganrec环境。

   conda activate ganrec

   • 克隆GANrec仓库：从GitHub将GANrec仓库克隆到您的本地计算机。

   git clone https://github.com/XYangXRay/ganrec.git

   • 安装所需包：导航到克隆仓库的主目录，安装必要的包。cd ganrec python3 -m pip install -e .

示例

GANrec目前有适用于断层扫描重建和在线相位衬度（全息）相位检索的应用

1. X射线断层扫描重建
   • 断层扫描示例
2. 全息相位检索
   • 相位检索示例

参考文献

如果您在工作中发现GANrec很有用，请考虑引用

J. Synchrotron Rad. (2020). 27, 486-493. 可在：[https://doi.org/10.1107/S1600577520000831](https://doi.org/10.1107/S1600577520000831)