原创力文档摘要
摘要
CT，U圮T)通过降低X射线管
射线辐射可能增加疾病或癌症风险。低剂量CT(Low-Dose
电流或电压来减少辐射，但易引入伪影和噪声，影响诊断准确性。近年来，深度神经网络被
DoseCT，NDCT)配对样本，而这类数据难以获取。相比之下，无监督学习无需配对数据，
正负样本对并利用互信息最大化理论，学习样本问图像结构的潜在不变特征。为此，本文开
展
您可能关注的文档
- 杭州第4届亚残运会61KG级举重冠军崔建金赛前训练研究.pdf
- 面向光伏电站的链式直流变流系统控制策略研究.pdf
- 利用转录组分析尤卡坦棉的花斑多态的分子基础及GhF3'5'H的功能初探.pdf
- 铅磷灰石铁电性及二维磁性材料Fe3C6N6的第一性原理研究.pdf
- 基于异构图神经网络的药物组合预测方法研究.pdf
- 活动星系核的事件率与恒星形成率关系的研究.pdf
- 指向人地协调观培养的高中地理大单元教学设计--以人教版地理必修二为例.pdf
- 基于区块链的车联网匿名认证和信誉评估方法研究.pdf
- 基于先验子空间稀疏建模的低剂量CT图像重建研究.pdf
- 黄河下游山东段浮游动物群落结构时空格局及群落稳定性分析.pdf
文档评论（0）