首页> 美国卫生研究院文献>Medical Physics >A deep learning- and partial least square regression-based model observer for a low-contrast lesion detection task in CT
【2h】

A deep learning- and partial least square regression-based model observer for a low-contrast lesion detection task in CT

机译:基于深度学习和偏最小二乘回归的模型观察者用于CT中低对比度病变检测任务

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

PurposeThis work aims to develop a new framework of image quality assessment using deep learning-based model observer (DL-MO) and to validate it in a low-contrast lesion detection task that involves CT images with patient anatomical background.
机译:目的这项工作旨在使用基于深度学习的模型观察器(DL-MO)开发一种新的图像质量评估框架,并在涉及患者解剖背景的CT图像的低对比度病变检测任务中对其进行验证。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号