BriefGPT - AI 论文速递
·
基于 GAN 的 CT 去噪的多尺度纹理损失
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究提出了一种利用GLCM的多尺度特征和可微分GLCM的损失函数，并引入了自注意力层，以提高基于GANs的低剂量CT去噪算法的性能。实验结果表明，该方法相比其他损失函数表现更好，且结果在三种不同GAN架构下保持一致。
🎯
关键要点
- 本研究提出了一种利用GLCM的多尺度特征和可微分GLCM的损失函数。
- 引入自注意力层以提高基于GANs的低剂量CT去噪算法的性能。
- 实验结果表明该方法相比其他损失函数表现更好。
- 结果在三种不同GAN架构下保持一致。
➡️
