| 标题 |
 PET-QA-Net: Towards Routine PET Image Artifact Detection and Correction using Deep Convolutional Neural Networks PET-QA-Net：使用深度卷积神经网络进行常规PET图像伪影检测和校正
相关领域
衰减校正
计算机科学
人工智能
图像质量
卷积神经网络
工件（错误）
计算机视觉
迭代重建
正电子发射断层摄影术
成像体模
PET-CT
图像分辨率
模式识别（心理学）
核医学
图像（数学）
医学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：2021 IEEE Nuclear Science Symposium and Medical Imaging Conference (NSS/MIC) 作者：Isaac Shiri; Amirhossein Sanaat; Yazdan Salimi; Azadeh Akhavanallaf; Hossein Arabi; et al 出版日期：2021-10-16 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
高大凌寒
赫枫
剑指东方是为谁
bc
非而者厚
andrele
VDC
核桃
斯寜
MchemG
遇上就这样吧
竹筏过海
爱静静
Gummybear
淡然的舞仙
Li
Qin
YifanWang
kento
小海
皖公网安备34019202002308
