该研究使用生成对抗网络（GAN）框架，通过特殊设计的生成器网络，提高了医学成像技术。该方法不需要完整的旋转扫描，并可在低成本的 X 射线机上实现。在胸部 CT 数据集上进行了实验评估，并取得了良好的成果。
放射学是诊断和治疗疾病的重要组成部分，利用X射线、CT、MRI、核医学、PET和超声等医学成像技术。使用大型语言模型（LLMs）可以自动化行政工作，提高放射科医生的效率。通过PEFT和QLoRA等方法，减少计算需求，提高性能和准确性。
该研究使用生成对抗网络（GAN）框架，通过特殊设计的生成器网络，提高了医学成像技术。该方法不需要完整的旋转扫描，并可在低成本的 X 射线机上实现。在胸部 CT 数据集上进行了实验评估，并获得较好的成果。
该研究使用生成对抗网络（GAN）框架，通过特殊设计的生成器网络，从两个正交 X 射线重构 CT，提高了医学成像技术。该方法不需要完整的旋转扫描并可以在低成本的 X 射线机上实现。在公开的胸部 CT 数据集上进行了广泛的实验评估，并获得较好的成果。
完成下面两步后，将自动完成登录并继续当前操作。
