实体
Conditional Generative Adversarial Network
Conditional Generative Adversarial Network
PulseAugur coverage of Conditional Generative Adversarial Network — every cluster mentioning Conditional Generative Adversarial Network across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新AI模型从MRI合成Tau PET图像用于阿尔茨海默病诊断
研究人员开发了MCR-VQGAN，这是一种新颖的生成对抗网络，旨在从结构性MRI扫描中合成高保真度的Tau正电子发射断层扫描（PET）图像。该方法旨在通过提供一种可扩展且经济高效的替代方案，来克服传统Tau PET成像的局限性，例如辐射暴露和高成本。MCR-VQGAN模型结合了多尺度卷积、ResNet块和注意力模块来增强特征捕获，在定量指标方面表现出色，并保留了阿尔茨海默病分类的诊断相关特征。
-
深度学习框架对月球影像进行归一化以实现无缝镶嵌
研究人员开发了一个深度学习框架，以解决由不同轨道影像源创建的月球镶嵌图中的辐射不一致性问题。该系统利用条件生成对抗网络 (cGAN) 将传统镶嵌的图像映射到光度一致的参考。这种方法在 Chandrayaan-2 TMC 和 SELENE 数据上进行了测试，与传统方法相比，显著提高了色调均匀性并减少了接缝伪影。