关键词中包括 generative adversarial network 的文章

1 运用循环一致生成对抗网络对肥胖肺结核患者超低剂量CT图像进行降噪 林洁1，李彩霞1，黎海霞2，严承功1，许乙凯1，乔文俊1 2025年第12期 [1601－1608][摘要](133)[pdf 2844KB](229)

2 基于注意力增强与边缘感知的脑肿瘤MRI跨模态生成方法 李好1，2，杨智慧1，2，李丰森1，2 2026年第1期 [65－75][摘要](102)[pdf 3829KB](260)

3 基于生成对抗网络的细胞图像超分辨重建 邢雄飞1，樊星佳1，李睿2 2026年第1期 [52－59][摘要](73)[pdf 3130KB](210)

4 基于自注意力生成式对抗网络的肺癌图像语义分析方法 胡志坚，叶政春，郑瀚森 2025年第7期 [969－973][摘要](363)[pdf 853KB](227)

5 基于Transformer的生成对抗网络用于鼻咽癌MRI生成伪CT 李芳华，丁寿亮，李永宝，刘镖水，陈利，黄晓延，刘红冬 2025年第6期 [701－707][摘要](416)[pdf 3001KB](440)

6 融合上下文注意力的两段式生成对抗网络的肺结节图像生成与分类 尹智贤1，4，夏克文1，张昭2，贺紫平3 2024年第12期 [1517－1531][摘要](275)[pdf 2452KB](434)

7 兆伏级CT图像引导自适应放疗中生成合成CT研究 陈宇亭1，2，周飞宇1，2，张富利2，蒋华勇2，陈点点2，高彦祥2，郁艳军2，乐小云1，路娜2 2024年第7期 [813－820][摘要](450)[pdf 1895KB](648)

8 基于自监督生成对抗网络的锥形束CT合成伪CT研究 吴书裕1，王伟1，阳露1，余辉1，周承2，梅颖洁3 2023年第11期 [1356－1361][摘要](509)[pdf 1894KB](538)

9 多模态弱监督学习在肝癌图像生成与分割中的应用 潘依乐，高永彬 2024年第1期 [8－17][摘要](1003)[pdf 3672KB](606)

10 基于GAN-DAUnet的肝脏CT图像肿瘤分割算法 周金治1，2，胡震1，2，郭莉莉1，2，龚莉1，2，张翁荣1，2 2023年第8期 [971－976][摘要](968)[pdf 1339KB](728)

11 基于生成对抗网络的多模态MR图像缺失模态合成 徐盼盼，张东，袁达龙 2023年第7期 [827－832][摘要](690)[pdf 1116KB](597)

12 基于蒙特卡罗方法与人体模型的硼中子俘获治疗硼浓度在线监测方法 侯振峰1，耿长冉1，2，3，田锋1，赵胜1，汤晓斌1，2，3 2023年第3期 [278－285][摘要](805)[pdf 28699KB](543)

13 融合感知损失的深度学习在常规MR图像转换的研究 张泽茹1，2，李兆同1，2，刘良友1，2，高嵩1，吴奉梁3 2021年第2期 [178－185][摘要](1236)[pdf 1601KB](1142)

14 基于生成对抗网络的无监督动态对比增强磁共振分解方法 弥佳，周宇佳，冯前进 2021年第2期 [186－192][摘要](721)[pdf 3825KB](737)

15 基于循环生成对抗网络的鼻咽癌CBCT图像修正 全科润1，程品晶1，陈榕钦2，柏朋刚2，陈济鸿2，黄妙云3，陈彦宇1，洪加标2 2021年第5期 [582－586][摘要](889)[pdf 1025KB](739)

16 基于循环一致生成对抗网络的多模态影像刚性配准 郭翌1，吴香奕1，吴茜2，陈志1，徐榭1，裴曦1 2021年第2期 [198－203][摘要](1072)[pdf 1310KB](851)