Y-Net：针对医学磁共振图像重建的卷积神经网络-中国期刊网

摘要摘要：卷积神经网络在医学图像的应用越来越广泛，但在医学图像重建效果上需要我们进一步提高。由此我们提出一种全新的图像重建网络Y-Net，该网络基于经典的U-Net网络进行改进，考虑到磁共振图像序列的时间相关性，增强相邻图像的信息以获得关键信息更准确丰富的重建效果。通过增强相邻信息以获取更加丰富的图像信息。实验证明所提出的方法具有一定改进效果。

1樊秋月 ,陈中威. 基于卷积神经网络的图像自动标注.,2023-07.
2李健;罗蔓;罗晓;蓝威;周怀恒;陈荣耀. 基于多尺度卷积神经网络的磁共振成像脑肿瘤分割研究.公共卫生与预防医学,2016-02.
3袁麟，刘常胜，姜雨辰，张海洁，彭磊. 基于TensorFlow卷积神经网络的CT图像分割.建筑技术科学,2022-11.
4闫芯铭. 基于卷积神经网络的图像识别综述.建筑技术科学,2024-07.
5黄林,乌尼尔,路敏,武文红,马瑞强. 卷积神经网络综述.建筑技术科学,2023-09.
6唐嘉云，徐长澳，刘健云（通讯：赵子涵）. 基于卷积神经网络的图像目标检测应用综述.机械工程,2023-07.
7肖志鹏;王小华;杨冰;姚金良. 基于卷积神经网络的绘画图像分类研究.测试计量技术及仪器,2017-02.
8王群1,林文兵2,孔咏骏3,李军4. 基于卷积神经网络的图像隐写分析综述.建筑技术科学,2021-10.
9文作为. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-03.
10李玲. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-06.

Y-Net：针对医学磁共振图像重建的卷积神经网络

来源期刊

相关推荐

同分类资源更多

相关关键词

Y-Net：针对医学磁共振图像重建的卷积神经网络

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多