PulseAugur
中
实时 12:02:29
English(EN) CG-GLORE: A Conjugate Gradient-Based Global-Local Regularization Network for Sparse-View CT Reconstruction

新的深度学习网络增强稀疏视图CT重建

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了两种新的深度学习网络用于稀疏视图计算机断层扫描（CT）重建，旨在提高图像质量并降低辐射剂量。CG-GLORE采用受二阶优化启发的全局-局部正则化网络（GLORE），该网络结合了Nyström注意力机制，以捕捉局部解剖细节和非局部依赖性。第二种方法4D-SG采用共享结构4D谱高斯表示法和高斯谱密度曲线网络（GSC-Net），以分离空间结构与谱衰减变化。这两种方法在各种数据集上的定量指标和视觉保真度方面均显示出比现有方法有显著的性能提升。 AI

影响 医学影像深度学习的进步可能提高诊断准确性并减少患者的辐射暴露。

排序理由 arXiv上发表了两篇关于医学影像重建新深度学习方法的最新研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的深度学习网络增强稀疏视图CT重建

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Tran Xuan Hieu Le, Doanh C. Bui, Vu Trung Duong Le, Hoai Luan Pham, Khang Nguyen, Mai K. Nguyen, Tu Bao Ho, Yasuhiko Nakashima ·

    CG-GLORE：一种基于共轭梯度法的稀疏视图CT重建的全局-局部正则化网络

    arXiv:2608.15246v1 Announce Type: cross Abstract: Sparse-view computed tomography (CT) reduces radiation dose by acquiring fewer projection views, but the resulting inverse problem is highly ill-posed and often produces severe streak artifacts. Existing deep reconstruction method…

  2. arXiv cs.CV TIER_1 English(EN) · Jiancheng Fang, Shaoyu Wang, Wenjun Xia, Yang Chen, Qiegen Liu ·

    用于稀疏视角谱CT重建的共享结构4D谱高斯表示

    arXiv:2608.16463v1 Announce Type: new Abstract: Sparse-view spectral computed tomography (CT) reconstructs energy-resolved attenuation volumes from limited projection views, requiring simultaneous handling of angular undersampling and spectral coupling. We propose a SharedStructu…

相关实体

相关话题