医学图像处理 | 浏览量 : 0 下载量: 365 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 面向低剂量CT图像高分辨率重建的深度强化学习框架HRDRL-Net

    • HRDRL-Net： a deep reinforcement learning framework for high-resolution reconstruction of low-dose computed tomography images

    • 2026年31卷第10期 页码：3779-3801   

      收稿：2025-10-21，

      修回：2026-03-02，

      录用：2026-03-09，

      纸质出版：2026-10-16

    • DOI： 10.11834/jig.250502     

    移动端阅览

  • 张胜楠， 孙正， 于寒， 高章硕， 丁港澳. 2026. 面向低剂量CT图像高分辨率重建的深度强化学习框架HRDRL-Net. 中国图象图形学报， 31(10):3779-3801 DOI： 10.11834/jig.250502.
    Zhang Shengnan， Sun Zheng， Yu Han， Gao Zhangshuo， Ding Gang’ao. 2026. HRDRL-Net： a deep reinforcement learning framework for high-resolution reconstruction of low-dose computed tomography images. Journal of Image and Graphics， 31(10):3779-3801 DOI： 10.11834/jig.250502.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

张胜楠 华北电力大学 电子与通信工程系
孙正 华北电力大学 电子与通信工程系;华北电力大学 河北省电力物联网技术重点实验室
丁港澳 华北电力大学 电子与通信工程系
艾冰 华北电力大学电子与通信工程系
候英飒 华北电力大学电子与通信工程系
孙美晨 华北电力大学电子与通信工程系
杜长德 中国科学院自动化研究所脑图谱与类脑智能研究中心;中国科学院自动化研究所多模态人工智能系统全国重点实验室
周琼怡 中国科学院自动化研究所脑图谱与类脑智能研究中心;中国科学院大学人工智能学院

相关机构

中国科学院自动化研究所脑图谱与类脑智能研究中心
中国科学院自动化研究所多模态人工智能系统全国重点实验室
中国科学院大学人工智能学院
上海大学通信与信息工程学院
中国科学院深圳先进技术研究院保罗·C·劳特伯生物 医学成像研究中心
0