Coarse to Fine: Iterative Adversarial Neural Cellular Automata for Medical Image Synthesis
为解决医疗图像数据共享受限及生成模型计算成本高问题,提出StyleGANCA,通过迭代局部交互生成高质量图像,参数量少且效果好。
0 citationsRead paper
为解决医疗图像数据共享受限及生成模型计算成本高问题,提出StyleGANCA,通过迭代局部交互生成高质量图像,参数量少且效果好。
本文提出了一种基于深度学习图像质量度量的全可微抖动校正方法,用于X射线相衬显微CT,直接从投影数据估计和补偿每个投影的刚性抖动。
为解决医疗图像数据共享受限及生成模型计算成本高问题,提出StyleGANCA,通过迭代局部交互生成高质量图像,参数量少且效果好。
本文提出了一种基于深度学习图像质量度量的全可微抖动校正方法,用于X射线相衬显微CT,直接从投影数据估计和补偿每个投影的刚性抖动。