生成對抗網路 (GANs) 在低劑量電腦斷層掃描 (LDCT) 影像去噪領域展現巨大潛力，能有效降低輻射劑量並同時提升影像品質，為精準醫療發展帶來突破性進展。
儘管近年來有大量基於深度學習的低劑量電腦斷層掃描影像去噪演算法問世，但這些方法缺乏標準化的基準測試，且實驗設置存在缺陷，導致許多聲稱的改進難以驗證。本研究發現，大多數方法的表現實際上相似，過去六年的進展相當有限。
