BriefGPT - AI 论文速递
·
3D 脑 MRI 联合图像去噪与运动伪影校正的迭代学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
计算机断层扫描（CT）通过投影图像计算物体内部结构的图像。近年来，深度学习在CT造影图像去伪影方面取得了好的结果。提出了一种多阶段深度学习伪影去除方法，实验证明该方法有效且优于基于深度学习的后处理方法。
🎯
关键要点
-
计算机断层扫描（CT）通过投影图像计算物体内部结构的图像。
-
为了提高重建图像质量，常常对投影图像进行去伪影处理。
-
深度学习方法在CT造影图像去伪影方面取得了良好结果。
-
大多数现有的CT深度学习方法是在重建后进行后处理，可能无法有效去除伪影。
-
提出了一种多阶段深度学习伪影去除方法，神经网络在多个领域中应用。
-
该方法展示了神经网络可以有效地连续训练，易用且计算高效。
-
实验结果表明，该方法在减少伪影方面有效，优于基于深度学习的后处理方法。
➡️
