相似文献/References:
[1]王为,吴国华,沈奕晨,等.基于MATLAB的锥形束CT图像去噪研究[J].中国医学物理学杂志,2013,30(04):4278.[doi:10.3969/j.issn.1005-202X.2013.04.015]
[2]张辉见,陈始均,郑少斌.基于向量全变分的双源CT图像在泌尿系统疾病中的去噪研究[J].中国医学物理学杂志,2015,32(05):721.[doi:doi:10.3969/j.issn.1005-202X.2015.05.024]
[3]刘国才,王帅卿,朱苏雨.正电子发射断层扫描图像非局部几何非线性扩散去噪方法[J].中国医学物理学杂志,2016,33(4):357.[doi:10.3969/j.issn.1005-202X.2016.04.007]
[J].Chinese Journal of Medical Physics,2016,33(06):357.[doi:10.3969/j.issn.1005-202X.2016.04.007]
[4]谢丰雪,杨帆,冯维,等.基于深度学习的低剂量CT图像去噪[J].中国医学物理学杂志,2022,39(5):547.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.004]
XIE Fengxue,YANG Fan,FENG Wei,et al.Low-dose CT image denoising based on deep learning[J].Chinese Journal of Medical Physics,2022,39(06):547.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.004]
[5]李晓增,王宝珠,郭志涛,等.一种用于低剂量CT的微小细节保护CNN与Transformer融合去噪方法[J].中国医学物理学杂志,2024,41(7):842.[doi:1005-202X(2024)07-0842-09]
LI Xiaozeng,WANG Baozhu,GUO Zhitao,et al.Low-dose CT denoising method with CNN and Transformer to preserve tiny details[J].Chinese Journal of Medical Physics,2024,41(06):842.[doi:1005-202X(2024)07-0842-09]