Un método de corrección de dispersión basado en aprendizaje profundo de imágenes de rayos X simuladas
Autores: Lee, Heesin; Lee, Joonwhoan
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Un método de corrección de dispersión basado en aprendizaje profundo de imágenes de rayos X simuladas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Difracción de rayos X
Calidad de imagen
Reducción de dispersión
Aprendizaje profundo
Red neuronal convolucional
Simulación de Monte Carlo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
La dispersión de rayos X limita significativamente la calidad de la imagen. Las estrategias convencionales para reducir la dispersión basadas en equipos físicos o medidas aumentan inevitablemente la dosis para mejorar la calidad de la imagen. Además, la reducción de la dispersión basada en un algoritmo computacional podría llevar una gran cantidad de tiempo.
Descripción
La dispersión de rayos X limita significativamente la calidad de la imagen. Las estrategias convencionales para reducir la dispersión basadas en equipos físicos o medidas aumentan inevitablemente la dosis para mejorar la calidad de la imagen. Además, la reducción de la dispersión basada en un algoritmo computacional podría llevar una gran cantidad de tiempo.