首页> 外文OA文献 >Low-dose CT Image Denoising Using Classification Densely Connected Residual Network

【2h】

Low-dose CT Image Denoising Using Classification Densely Connected Residual Network

机译：低剂量CT图像去噪使用分类密集连接剩余网络

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。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 2020
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Sinogram denoising via attention residual dense convolutional neural network for low-dose computed tomography [J] . Yin-Jin Ma, Yong Ren, Peng Feng, 核技术（英文版） . 2021,第004期

机译：通过注意剩余密集卷积神经网络的Sinogram，用于低剂量计算断层扫描
2. Multiscale Densely-Connected Fusion Networks for Hyperspectral Images Classification [J] . Xie Jie, He Nanjun, Fang Leyuan, IEEE Transactions on Circuits and Systems for Video Technology . 2021,第1期

机译：用于高光谱图像分类的MultiScale密集连接的融合网络
3. Cervical precancerous lesions classification using pre-trained densely connected convolutional networks with colposcopy images [J] . Zhang Tao, Luo Yan-min, Li Ping, Biomedical signal processing and control . 2020,第Jana期

机译：使用预训练的紧密连接卷积网络和阴道镜检查图像对宫颈癌前病变进行分类
4. EDCNN: Edge enhancement-based Densely Connected Network with Compound Loss for Low-Dose CT Denoising [C] . Tengfei Liang, Yi Jin, Yidong Li, International Conference on Signal Processing . 2020

机译：EDCNN：基于边缘增强的密度连接网络，具有低剂量CT去噪的复合损失
5. Low-Dose CT Image Denoising Using Deep Learning Methods [D] . Li, Zeheng. 2021

机译：低剂量CT图像去噪使用深度学习方法
6. Skin Lesion Classification Using Densely Connected Convolutional Networks with Attention Residual Learning [O] . Jing Wu, Wei Hu, Yuan Wen, 2020

机译：皮肤病变分类使用密集连接的卷积网络引起剩余学习
7. A Residual Dense U-Net Neural Network for Image Denoising [O] . Javier Gurrola-Ramos, Oscar Dalmau, Teresa E. Alarcon 2021

机译：用于图像去噪的残余密集U型神经网络

Low-dose CT Image Denoising Using Classification Densely Connected Residual Network

著录项

引文网络

相似文献

相关主题

期刊订阅