首页> 外文期刊>Medical Physics >Feasibility of Building a Deep Convolutional Neural Network for MR Image Based Synthetic-CT for Prostate Proton Planning: A Novel Method to Improve MRI Based Proton Dose Calculation Accuracy
【24h】

Feasibility of Building a Deep Convolutional Neural Network for MR Image Based Synthetic-CT for Prostate Proton Planning: A Novel Method to Improve MRI Based Proton Dose Calculation Accuracy

机译:用于建立深度卷积神经网络的可行性,用于前列腺质子规划的基于MR图像的Synthetic-CT:一种提高MRI基于MRI的质子剂量计算精度的新方法

获取原文
获取原文并翻译 | 示例
       

著录项

  • 来源
    《Medical Physics》 |2018年第6期|共1页
  • 作者单位

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

    William Beaumont Hosp Royal Oak MI 48072 USA;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 基础医学;
  • 关键词

  • 入库时间 2022-08-19 17:15:38

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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