College of Computer Science, Sichuan University, Chengdu 610065, China;
College of Computer Science, Sichuan University, Chengdu 610065, China;
College of Computer Science, Sichuan University, Chengdu 610065, China;
Department of Biomedical Engineering, Rensselaer Polytechnic Institute, Troy, NY 12180 USA;
Low-dose CT; deep learning; auto-encoder; convolutional; deconvolutional; residual neural network;
机译:低剂量腹部CT使用深度学习的去噪算法:与滤波后投影或迭代重建算法的CT重建的比较
机译:能够在低剂量CT中实现对肺气肿定量的重建内核效应的深度学习精确标准化
机译:基于深度学习的重建软件对低剂量腹部计算机断层扫描的目标和主观图像质量的影响
机译:使用深度学习技术从低剂量胸部CT直接预测心血管死亡率
机译:低剂量CT图像去噪使用深度学习方法
机译:使用基于深度学习的降噪算法的低剂量腹部CT:与采用滤波反投影或迭代重建算法重建的CT的比较
机译:低剂量腹部CT使用深度学习的去噪算法:与滤波后投影或迭代重建算法的CT重建的比较