BriefGPT - AI 论文速递
·
GLFC：结合全球-局部特征与对比学习的统一框架，通过Mamba增强UNet从CBCT生成合成CT
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出GLFC框架，通过增强UNet的Mamba进行特征学习，利用多对比损失函数提升合成CT质量，实验结果表明SSIM指标显著提高，旨在改善CBCT图像质量以支持临床应用。
🎯
关键要点
- 本研究提出GLFC框架，旨在改善合成CT生成方法的不足。
- GLFC框架通过增强UNet的Mamba进行特征学习。
- 利用多对比损失函数提升合成CT的质量。
- 实验结果显示SSIM指标显著提高。
- 研究目标是提升CBCT图像质量，支持临床应用。
➡️
