用于CT重建的语义对比学习
Research Paper#Medical Imaging, Deep Learning, CT Reconstruction🔬 Research|分析: 2026年1月3日 16:22•
发布: 2025年12月27日 18:33
•1分で読める
•ArXiv分析
本文解决了改进X射线计算机断层扫描（CT）重建的挑战，特别是在稀疏视图场景下，这对于减少辐射剂量至关重要。核心贡献是一种新颖的语义特征对比学习损失函数，旨在通过评估基于U-Net架构的不同潜在空间中的语义和解剖相似性来增强图像质量。该论文的重要性在于其在最大限度地减少辐射暴露并保持计算效率的同时，提高医学影像质量的潜力，使其成为该领域的实际进步。