题目: Deep Learning for Biomedical Image Reconstruction: A Survey

摘要:

医学影像是一种宝贵的医学资源,因为它可以窥探人体内部,为科学家和医生提供丰富的信息,这些信息对于理解、建模、诊断和治疗疾病是必不可少的。重建算法需要将采集硬件收集的信号转换成可解释的图像。考虑到问题的病态性和实际应用中缺乏精确的解析反变换,重构是一项具有挑战性的任务。而最后几十年目睹了令人印象深刻的进步的新形式,提高时间和空间分辨率,降低成本和更广泛的适用性,几个改进仍然可以设想,如减少采集和重建时间以减少病人的辐射和不适,同时增加诊所吞吐量和重建精度。此外,在小功率手持设备中部署生物医学成像需要在准确性和延迟之间取得良好的平衡。

成为VIP会员查看完整内容
38

相关内容

醫學影像是指为了医疗或医学研究,对人体或人体某部份,以非侵入方式取得内部组织影像的技术与处理过程。
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 医学图像处理
计算机视觉life
55+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
医学图像分析最新综述:走向深度
极市平台
7+阅读 · 2019年2月25日
learn to see in the dark-低照度图像增强算法
计算机视觉life
16+阅读 · 2019年1月14日
【深度】可解释性与deep learning的发展
机器学习研究会
6+阅读 · 2017年10月15日
深度学习下的医学图像分析(四)
AI研习社
19+阅读 · 2017年7月19日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
53+阅读 · 2018年12月11日
Arxiv
5+阅读 · 2018年10月11日
Arxiv
5+阅读 · 2018年3月30日
Arxiv
5+阅读 · 2018年1月17日
VIP会员
相关VIP内容
相关资讯
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 医学图像处理
计算机视觉life
55+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
医学图像分析最新综述:走向深度
极市平台
7+阅读 · 2019年2月25日
learn to see in the dark-低照度图像增强算法
计算机视觉life
16+阅读 · 2019年1月14日
【深度】可解释性与deep learning的发展
机器学习研究会
6+阅读 · 2017年10月15日
深度学习下的医学图像分析(四)
AI研习社
19+阅读 · 2017年7月19日
微信扫码咨询专知VIP会员