国产精品搬运,欧美最猛黑人xxxx,亚洲日本va午夜在线电影,国产午夜视频在线观看

近日，東北大學機器人科學與工程學院遲劍寧副教授課題組在CT圖像質量增強預測方面取得新進展，研究成果以“Low-dose CT image super-resolution network with dual-guidance feature distillation and dual-path content communication”為題被醫(yī)學圖像計算國際頂級學術會議International Conference on Medical Image Computing and Computer Assisted Intervention（MICCAI2023）錄用。我校副教授遲劍寧與其碩士生孫志毅分別為文章第一、第二作者。

MICCAI是由國際醫(yī)學圖像計算和計算機輔助干預協(xié)會舉辦的綜合性頂級學術會議，目前被公認為是醫(yī)學圖像分析領域最具影響力的國際會議，也是人工智能領域最頂級的國際學術會議之一（CCF-B）。

該論文提出了基于分割掩膜與平均CT圖像引導的CT圖像質量增強網(wǎng)絡（圖1），網(wǎng)絡通過迭代引導與特征蒸餾模塊挖掘低劑量CT圖像語義特征，并通過新穎的“去噪-超分辨率”共享頭機制提升了偽影噪聲去除能力與高分辨率圖像重建能力。相較于近年方法，提出方法在參數(shù)量、重建效果等方面具有明顯優(yōu)勢，為下游任務奠定基礎（圖2）。

圖1基于分割掩膜與平均CT圖像引導的低劑量CT圖像質量增強網(wǎng)絡框架

圖2不同方法在3D-IRCADB數(shù)據(jù)集上對低劑量CT圖像質量增強效果對比