咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于深度学习的无误配伪影脑血管造影生成模型 收藏

基于深度学习的无误配伪影脑血管造影生成模型

Deep Learning-based Agiogram Generation Model for Cerebral Angiography without Misregistration Artifacts

作     者:D.Ueda Y.Katayama A.Yamamoto T.Ichinose H.Arima Y.Watanabe 张雅欣 

出 版 物:《国际医学放射学杂志》 (International Journal of Medical Radiology)

年 卷 期:2021年第44卷第4期

页      面:484-485页

学科分类:1002[医学-临床医学] 100204[医学-神经病学] 10[医学] 

主  题:深度学习 生成模型 

摘      要:摘要数字减影血管造影(DSA)是从动态血管造影中减去蒙片图像生成的减影图像,但病人移动引起的误配伪影可致 DSA 图像模糊,从而妨碍操作。目的本研究旨在训练并

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分