您的位置: 专家智库 > >

国家自然科学基金(61271320)

作品数:1 被引量:0H指数:0
相关作者:秦斌杰更多>>
相关机构:上海交通大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 1篇射线
  • 1篇自助
  • 1篇自助法
  • 1篇字典学习
  • 1篇网络
  • 1篇降噪
  • 1篇光子
  • 1篇光子计数
  • 1篇X射线
  • 1篇泊松

机构

  • 2篇上海交通大学

作者

  • 1篇郭哲
  • 1篇秦斌杰

传媒

  • 1篇中国医疗器械...

年份

  • 1篇2019
  • 1篇2016
1 条 记 录,以下是 1-2
排序方式:
权重自助法(bootstrap)字典学习在低光子计数X射线光谱图像泊松降噪的应用
近年来,随着光谱成像技术的发展,X射线光谱图像不仅能够提供关于组织学、病理学等学科的结构和功能信息,从而也能够显示出在生物样本中的各种微量元素的空间分布位置情况,因此受到越来越多的医学成像领域内的研究者的重视。然而在对元...
郭哲
关键词:字典学习自助法
文献传递
联合显著图强化形变配准网络
2019年
配准图像中存在的结构对应性缺失与局部复杂大形变给非刚性图像配准准确寻找一一映射形变变换带来了极大挑战。传统配准方法以及基于深度学习配准方法都不能处理好此类图像配准异常难题。基于全局到局部的递进深度网络策略,该文提出了配准图像联合显著结构上下文信息增强的无监督式深度配准网络。其中,全局到局部的卷积网络通过将待配准图像输入到结果形变场输出的复杂映射分解为两个更易求解的全局映射与局部映射网络,同时结合配准图像联合显著结构上下文信息双向加强网络的学习训练,实现了精确、鲁棒、高效的联合显著图强化形变配准网络,有效地解决了既存在结构对应性缺失又存在局部复杂大形变的图像配准难题。
傅泽山秦斌杰
共1页<1>
聚类工具0