实体
DECT-DRNet
DECT-DRNet
PulseAugur coverage of DECT-DRNet — every cluster mentioning DECT-DRNet across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的DECT-DRNet通过雅可比学习改进CT材料分解
研究人员开发了一种新颖的迭代双域精炼网络DECT-DRNet，以改进双能CT材料分解，特别是在稀疏视场采集场景下。该方法通过显式地结合基于滤波反投影（FBP）的雅可比近似来解决现有深度展开方法的局限性。该网络还引入了一个使用傅里叶卷积残差块的可学习稀疏双域正则化项，以更好地模拟全局结构信息并抑制噪声。DECT-DRNet即使在投影数据有限的情况下也显示出实现更精确材料分解的潜力。
-
新型DECT-DRNet改进稀疏视场CT材料分解
研究人员开发了一种新颖的迭代双域精炼网络，名为DECT-DRNet，用于改进稀疏视场双能CT（DECT）成像中的材料分解。该方法通过引入基于滤波反投影（FBP）的雅可比近似模块，解决了稀疏视场采集带来的非线性及病态问题。该网络集成了FBP算法和U-Net来近似伴随雅可比算子。此外，DECT-DRNet利用带有傅里叶卷积残差块的可学习稀疏双域正则化项，通过结合图像域和频域处理来增强噪声和伪影抑制。