本研究提出了一种纹理感知的StarGAN方法，旨在解决CT数据统一中的挑战，有效应对不同重建核导致的纹理变异，提升数据和模型的表现。
本文提出了一种自监督学习框架，通过三个自监督任务实现颜色和纹理感知特征学习，无需标签，性能较好。
完成下面两步后，将自动完成登录并继续当前操作。
