针对CT图像不完备成像问题,课题组提出了有效的重建模型和算法,并运用卷积神经网络建立端到端的可学习化模型。如图所示,我们提出的方法可以有效的减少图像中的伪影现象,相关工作发表于IEEE Transactions on Computational Imaging。
课题组提出了非局部的曲率正则化方法,并应用于CS-MRI重建问题。如图所示,在10%采样率的情况下,我们的结果明显好于SOTA,相关结果发表于Journal of Mathematical Imaging and Vision。
array(2) { ["lab"]=> string(4) "1093" ["research"]=> string(4) "1381" }
针对CT图像不完备成像问题,课题组提出了有效的重建模型和算法,并运用卷积神经网络建立端到端的可学习化模型。如图所示,我们提出的方法可以有效的减少图像中的伪影现象,相关工作发表于IEEE Transactions on Computational Imaging。
课题组提出了非局部的曲率正则化方法,并应用于CS-MRI重建问题。如图所示,在10%采样率的情况下,我们的结果明显好于SOTA,相关结果发表于Journal of Mathematical Imaging and Vision。