본 논문은 전기 임피던스 단층 촬영(EIT)을 위한 다중 해상도 재구성 방법인 MR-EIT를 제시합니다. MR-EIT는 지도 학습 및 비지도 학습 모드 모두에서 작동할 수 있으며, 순서가 있는 특징 추출 모듈과 순서가 없는 좌표 특징 표현 모듈을 통합합니다. 순서가 있는 모듈은 사전 훈련을 통해 전압을 2차원 전도도 특징으로 매핑하고, 순서가 없는 모듈은 대칭 함수와 국소 특징 추출 메커니즘을 활용하여 입력 시퀀스의 순서와 크기에 독립적인 다중 해상도 재구성을 수행합니다. 데이터 기반 모드에서 MR-EIT는 두 단계의 사전 훈련과 공동 훈련을 통해 유한 요소 메시의 저해상도 데이터로부터 고해상도 이미지를 재구성하며, 시뮬레이션 실험에서 우수한 성능을 보여줍니다. 비지도 학습 모드에서는 사전 훈련 데이터가 필요 없으며, 측정된 전압만을 기반으로 반복적인 최적화를 수행하여 저해상도에서 고해상도로의 이미지 재구성을 빠르게 달성합니다. 시뮬레이션 및 실제 수조 실험 모두에서 노이즈에 대한 강건성과 효율적인 초해상도 재구성 기능을 보여줍니다. 실험 결과는 MR-EIT가 특히 비지도 학습 모드에서 구조적 유사성(SSIM)과 상대 이미지 오류(RIE) 측면에서 비교 방법보다 우수하며, 반복 횟수를 크게 줄이고 이미지 재구성 품질을 향상시킬 수 있음을 나타냅니다.
