基于卷积神经网络的低剂量CT图像去噪算法研究.pdf

基于卷积神经网络的低剂量CT图像去噪算法研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共68页,其中可免费阅读21页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

近年来,随着现代医学技术的高速发展,计算机断层扫描(Computed

Tomography,CT)被广泛应用于临床诊断。但是,患者在进行CT扫描时,电离辐

射会提升癌症发病风险。低剂量的CT扫描虽减少了辐射,但这往往会产生显著的噪

声与伪影,降低图像质量,影响医生诊断。因此,设计有效的低剂量CT(Low-dose

CT,LDCT)图像去噪方法对兼顾辐射安全和CT图像的成像质量至关重要。本文

利用深度学习高性能和快速学习等优势,针对图像

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档