提出基于物理先验的单正弦图低剂量CT零样本去噪框架
热点事件持续更新
提出基于物理先验的单正弦图低剂量CT零样本去噪框架
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026 年 11 月,研究人员在 arXiv 发布论文《Physics-Aware Zero-Shot Learning for Low-Dose CT from a Single Sinogram》,提出一种利用正弦图共轭对称性合成噪声数据的新方法。该框架旨在解决异质采集条件下的低剂量 CT 成像难题,实现了无需外部监督的自监督网络训练。研究团队称,这一轻量级去噪网络在低剂量仿真、临床螺旋 CT 及预临床光子计数 CT 数据集上均展现出强大的泛化能力与竞争性性能。目前代码已公开,旨在为结合物理冗余的学习型图像重建提供通用且高效的数据范式。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
物理感知零样本学习实现低剂量 CT 单正弦图重建报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉物理感知零样本学习实现低剂量 CT 单正弦图重建
针对异质采集条件下的低剂量 CT 成像挑战,该方法利用正弦图共轭对称性合成噪声多样化数据对,实现了无需外部监督的自监督网络训练。该轻量级去噪网络在低剂量仿真、临床螺旋 CT 及预临床光子计数 CT 数据集上均展现出强大的泛化能力与竞争性性能。代码已公开,为结合物理冗余的学习型图像重建提供了通用且高效的数据范式。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月19日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。