文件名称：CT-Denoising-Review:CT去噪纸综述
文件大小：1.16MB
文件格式：ZIP
更新时间：2024-05-26 17:41:58
深度学习的CT图像降噪 01.使用方向小波进行低剂量X射线CT重建的深层卷积神经网络（KAIST-net） 数据集 AAPM-Mayo诊所低剂量CT大型挑战赛（仅腹部CT图像） 512x512，10位患者，5743个切片 使用55x55补丁 模型 该方法适用于低剂量CT图像的小波系数 网络包含24个卷积层 02.通过卷积神经网络进行小剂量CT 数据集 TCIA（癌症影像档案馆）常规剂量的CT图像。 256x256、165位患者，7015个切片。 将泊松噪声加到正常剂量的正弦图中。 使用33x33的补丁。 模型 网络仅使用3个层（Conv-ReLU-Conv-ReLU-Conv）。 03.使用残差卷积网络改善低剂量CT图像 数据集 AAPM-梅奥诊所低剂量CT挑战赛 512x512，10位患者，5080个切片 使用44x44补丁（2D），44x44x24补丁（3D） 模型 二
【文件预览】：
CT-Denoising-Review-master
----README.md(7KB)
----img()
--------[03]Residual_CNN.PNG(35KB)
--------[04]Perceptive_DNN.PNG(71KB)
--------[06]GAN.PNG(46KB)
--------[09]SAGNA_loss.PNG(9KB)
--------test(5B)
--------[11]CYCLEGAN_iden_loss.PNG(9KB)
--------[11]CYCLEGAN.PNG(204KB)
--------[07]loss.PNG(4KB)
--------[07]SMGAN.PNG(117KB)
--------[09]SAGAN.PNG(68KB)
--------[08]WGAN.PNG(113KB)
--------[05]RED-CNN.PNG(419KB)
--------[01]KAISTNET.PNG(103KB)
--------[10]Transfer.PNG(67KB)