Proposing a Multi-Scale Texture Loss Function (MSTLF) enhances denoising in CT imaging using GANs.
Introducing ModeTv2, a GPU-accelerated Transformer for efficient pairwise optimization in medical image registration.
PyHySCO introduces a user-friendly tool for EPI distortion correction, leveraging GPUs and optimal transport-based initialization to achieve accurate and efficient corrections.
深層学習を用いたコンピュータ断層撮影の新しいアプローチを紹介する。
提案されたGLFNetは、医用画像セグメンテーションのための新しいトランスフォーマースタイルのアーキテクチャであり、従来のTransformerモデルの欠点を軽減し、以前の最先端アーキテクチャの性能を上回ることができます。
Proposing a global feedback-based closed-cycle framework, CMISR, for medical image super-resolution with zero recovery error in steady-state.
The authors aim to develop a model that can generate simulated CT scans from X-ray images with high detail by exploring various model structures and datasets.