研究提出ENCORE低剂量CT去噪框架
热点事件持续更新
研究提出ENCORE低剂量CT去噪框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Minwoo Yu等作者提出名为ENCORE的噪声上下文感知表示框架,用于低剂量CT去噪。该方法显式利用CT噪声特性与解剖特征,基于超越高斯近似的真实噪声分布重构噪声合成流程,并提取局部噪声功率与相关性上下文,配合可自适应调整卷积权重的FlyingConv模块。作者称该框架在去噪质量和计算效率上均有显著提升。 推理时,调节噪声上下文图强度可实现零样本条件去噪,动态控制输出图像纹理。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
ENCORE:面向低剂量 CT 去噪的高效噪声上下文感知表示报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.CVENCORE:面向低剂量 CT 去噪的高效噪声上下文感知表示
研究提出 ENCORE 框架,通过显式利用 CT 噪声特性与解剖特征实现低剂量 CT 去噪。该方法基于超越高斯近似的真实噪声分布重构噪声合成流程,并提取局部噪声功率与相关性上下文,配合可自适应调整卷积权重的 FlyingConv 模块,在去噪质量和计算效率上均有显著提升。推理时调节噪声上下文图强度还可实现零样本条件去噪,动态控制输出图像纹理。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。