Nle-ansnet: un marco de estimación de ruido multinivel y escalamiento adaptativo para supresión de ruido híbrida en imágenes de resonancia magnética con contraste mejorado para carcinoma hepatocelular
Autores: Almotiri, Jasem
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Nle-ansnet: un marco de estimación de ruido multinivel y escalamiento adaptativo para supresión de ruido híbrida en imágenes de resonancia magnética con contraste mejorado para carcinoma hepatocelular
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Carcinoma hepatocelular
CE-RMI
NLE-ANSNet
Supresión de ruido
Precisión diagnóstica
Basado en aprendizaje profundo.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
El carcinoma hepatocelular (HCC) es una de las principales causas de mortalidad relacionada con el cáncer en todo el mundo, por lo que su detección y seguimiento son críticos. Sin embargo, la resonancia magnética con contraste mejorado (CE-MRI) es particularmente vulnerable al ruido complejo y no estructurado, lo que compromete la calidad de la imagen y la precisión diagnóstica.
Descripción
El carcinoma hepatocelular (HCC) es una de las principales causas de mortalidad relacionada con el cáncer en todo el mundo, por lo que su detección y seguimiento son críticos. Sin embargo, la resonancia magnética con contraste mejorado (CE-MRI) es particularmente vulnerable al ruido complejo y no estructurado, lo que compromete la calidad de la imagen y la precisión diagnóstica.