用于图像重建基准测试的电容量层析成像数据集

《Scientific Data》：An Electrical Capacitance Tomography Dataset for Image Reconstruction Benchmarking

　　

摘要

我们推出了ECT-Bench，这是首个大规模的、通过实验获取的平面电容层析成像（ECT）数据集，旨在评估成像算法和动态跟踪算法的性能。该数据集包含54,739个高分辨率的互电容矩阵，这些矩阵是通过一个定制的3×3电极阵列采集得到的。借助统一的机器人处理流程，数据在多种空间条件下被收集，涵盖了接触式和非接触式多距离测量情况（Z轴方向的变化），同时记录了连续的时空轨迹。数据集中详细记录了三种代表性材料（玻璃、树脂、木材）和几种几何形状（圆形、三角形、正方形）。每个样本的原始电容信号都附带严格的位置元数据和真实对象标签。此外，ECT-Bench还提供了定量重建结果，将传统的物理求解方法（如线性反投影、Landweber算法）与数据驱动的深度学习方法（卷积神经网络CNN）进行了对比。与现有的基于仿真的基准测试不同，ECT-Bench能够真实反映软场特性、介质变化、位置不确定性以及硬件噪声等因素。通过公开发布所有传感器制造文件、采集代码和基准数据，ECT-Bench为弥合数值模拟与实际无接触传感技术之间的差距奠定了标准化且严谨的基础。