基于稠密U-Net判别器的3D Wasserstein生成对抗网络用于临床前fMRI去噪

本研究针对临床前fMRI数据去噪中的挑战，提出了一种基于3D Wasserstein生成对抗网络和稠密U-Net判别器的去噪算法（3D U-WGAN）。该方法通过引入对抗损失并优化特征空间距离，提高了图像质量和信噪比，显著优于当前最先进的方法。