Внедрение глубокого обучения в рентгеновскую компьютерную томографию

В последние годы глубокое обучение привлекло большое внимание и добилось впечатляющих успехов в различных приложениях. Включение глубокого обучения в рентгеновскую компьютерную томографию стало необратимой тенденцией.

На этом вебинаре мы дадим краткий обзор технологии глубокого обучения. Исходя из этого, сосредоточив внимание на ключевых проблемах КТ-изображений, включая шумоподавление, подавление артефактов, реконструкцию изображения, мы обсудим методологию включения глубокого обучения в различные миссии по обработке данных, обратившись к структуре глубокого обучения, дизайну нейронной сети, потерям. функции, обучение в нескольких областях, а также некоторые из наших предварительных результатов исследований. Будут также обсуждены некоторые из ключевых вопросов в текущей области и проблемы технологического развития.

Юйсян Син получила докторскую степень в Государственном университете Нью-Йорка в Стоуни-Брук в 2003 году, а затем поступила в Университет Цинхуа в качестве преподавателя. В настоящее время она является профессором кафедры инженерной физики Университета Цинхуа, Китай. С 2003 года занимается исследованиями в области теории и технологий для разработки и применения систем рентгеновской визуализации. Она является автором или соавтором более 150 научных публикаций и более 50 патентов. Ее текущие интересы включают физику рентгеновских изображений, методы реконструкции для КТ, обработку радиационных изображений и оценку производительности, особенно передовые методы глубокого обучения для реконструкции КТ и уменьшения артефактов.

Отношения спикера с IOP Publishing

Член редколлегии журнала Физика в медицине и биологии.

сообщение Внедрение глубокого обучения в рентгеновскую компьютерную томографию Появившийся сначала на Мир физики.

• Коинсмарт. Лучшая в Европе биржа биткойнов и криптовалют.
• Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. БЕСПЛАТНЫЙ ДОСТУП.
• КриптоХок. Альткоин Радар. Бесплатная пробная версия.
• Источник: https://physicsworld.com/a/incorporating-deep-learning-into-x-ray-ct-imaging/