医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

当前检索式: 关键词=(Deep learning image reconstruction algorithm)
当前检索式
关键词=(Deep learning image reconstruction algorithm)
展开
  • 排序
  • 筛选
71条结果
资源类型收起
  • 49
  • 22
中图分类展开
8
5
1
1
1
年份展开
发布时间展开
关键词聚类展开
  • 16
  • 16
  • 14
  • 12
  • 10
更多...
关键词聚类
    加载更多选项
      医学文献类型聚类展开
      • 4
      • 1
      • 1
      • 1
      • 1
      更多...
      医学文献类型聚类
        加载更多选项
          定制检索筛选项
          中文期刊
          刊名
          作者
          作者单位
          收录源
          栏目名称
          语种
          医学主题词
          出版状态
          外文期刊
          文献类型
          刊名
          作者
          医学主题词
          收录源
          语种
          学位论文
          授予学位
          授予单位
          会议论文
          主办单位
          专      利
          专利分类
          专利类型
          国家/组织
          法律状态
          申请/专利权人
          发明/设计人
          成      果
          鉴定年份
          学科分类
          地域
          完成单位
          标      准
          强制性标准
          中标分类
          标准类型
          标准状态
          来源数据库
          法      规
          法规分类
          内容分类
          效力级别
          时效性
            加载更多选项
              定制检索筛选项
              当前检索式: 关键词=(Deep learning image reconstruction algorithm)
              当前检索式
              关键词=(Deep learning image reconstruction algorithm)
              展开
              共71条结果
              排序方式
              出版时间 相关度 被引次数 下载量
              清除 | 已选 0/200
              0

              【中文期刊】 Shao-fang Wang  Zhen Li  等 《当代医学科学(英文)》 2025年45卷6期 1504-1512页SCIMEDLINECSCD

              【摘要】 Objective To compare the impact of different reconstruction algorithms on the image quality of 60 kVp head and neck CT a...

              【关键词】 Computed tomography angiographyReconstruction algorithmDeep learning reconstruction

              浏览:0 被引:0 下载:0
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 胡顺欣  于俊丽  等 《中国医疗设备》 2025年40卷1期 136-142页ISTIC

              【摘要】 目的 比较能谱单能量联合基于模型的自适应统计迭代重建技术(Adaptive Statistical Iterative Reconstruction-V,ASIR-V)与固定100 keV下使用深度学习重组(Deep Learning Im...

              【关键词】 深度学习重建算法单能量成像腹主动脉

              浏览:10 被引:1 下载:7
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 赵如盛  徐露露  等 《磁共振成像》 2024年15卷11期 117-122页ISTICPKUCSCDCA

              【摘要】 目的 探讨基于深度学习重建(deep learning reconstruction,DLR)算法的T2液体衰减反转恢复(fluid-attenuated inversion recovery,Flair)序列在提升白质高信号(white ...

              【关键词】 脑白质高信号磁共振成像深度学习

              浏览:6 被引:0 下载:4
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 严福华  《磁共振成像》 2024年15卷10期 1-2页ISTICPKUCSCDCA

              【摘要】 深度学习重建(deep learning reconstruction,DLR)算法逐步成熟,已经成为MRI图像重建领域最为前沿的技术,随着DLR算法的不断优化和模型泛化性的提升,适用范围越来越广,在优化临床流程、提升图像质量以及疾病的诊断...

              【关键词】 磁共振成像深度学习图像重建

              浏览:15 被引:0 下载:16
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 杨欢  周永霞  等 《中国医学装备》 2026年23卷2期 13-17页ISTIC

              【摘要】 目的:比较低管电流结合深度学习重建(DLIR)算法与低管电流结合混合迭代重建(HIR)算法和常规扫描方案结合HIR算法所获得的冠状动脉CT血管成像(CCTA)的图像,评估DLIR算法在CCTA中的临床应用价值.方法:前瞻性纳入2023年8月...

              【关键词】 冠状动脉CT血管成像(CCTA)深度学习重建(DLIR)算法混合迭代重建(HIR)

              浏览:0 被引:0 下载:0
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 刘相程  黄晓颖  等 《CT理论与应用研究》 2026年35卷1期 28-35页MEDLINEISTIC

              【摘要】 CT检查是金属植入物患者术后评估的首选检查方法,但部分金属植入物可能在CT图像上产生伪影,干扰金属植入物本身及周围软组织的清晰显示,进而影响临床诊治的准确性.近年来,随着人工智能的快速发展,深度学习重建算法为减少CT图像金属伪影提供了新的解...

              【关键词】 CT成像人工智能深度学习

              浏览:0 被引:0 下载:0
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 李云成  邓炜  等 《中国医学影像学杂志》 2025年33卷1期 102-106页ISTICPKUCSCD

              【摘要】 深度学习重建(DLR)算法是近年新兴的CT图像重建技术,在临床实践中可作为滤波反投影和迭代重建的替代方案.相较于传统的图像重建算法,DLR算法能够在降低图像噪声和辐射剂量的同时,保留图像纹理,缩短重建时间,提高诊断效能,在图像重建领域具有广...

              【关键词】 体层摄影术,X线计算机深度学习图像重建算法

              浏览:28 被引:2 下载:29
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 单东秋  张濛  等 《临床放射学杂志》 2025年44卷9期 1763-1768页ISTICPKU

              【摘要】 目的 探讨深度学习结合压缩感知(DL-CS)不同等级去噪算法改善垂体微腺瘤薄层动态对比增强磁共振成像(DCE-MRI)图像质量的可行性.方法 前瞻性纳入2024年4月至7月行垂体DCE-MRI检查的患者62例,扫描直接获得常规CS图像.对垂...

              【关键词】 磁共振成像垂体腺瘤深度学习重组算法

              浏览:4 被引:0 下载:8
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 綦维维  程瑾  等 《CT理论与应用研究》 2025年34卷3期 359-368页MEDLINEISTIC

              【摘要】 目的:探讨在胸腹部联合增强CT扫描中,应用低管电压联合深度学习图像重建算法(DLIR)对降低辐射剂量及图像质量的影响.方法:①模体实验.确定低管电压结合深度学习算法对低对比度分辨力鉴别的可行性.按照不同图像质量参数噪声指数(NI)扫描Cat...

              【关键词】 计算机体层摄影深度学习图像重建算法低管电压

              浏览:17 被引:1 下载:6
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考

              【中文期刊】 安秀静  吴哲  等 《中国医学装备》 2025年22卷3期 37-42页ISTIC

              【摘要】 目的:探讨胸部低剂量CT(LDCT)应用深度学习重建(DLR)在肺结节筛查中的可行性,并比较其与常规剂量CT(RDCT)-DLR的图像质量和结节检出率.方法:前瞻性纳入2023年9月至2023年12月因肺结节筛查接受胸部CT检查的超重或肥胖...

              【关键词】 肺结节低剂量计算机断层扫描深度学习重建算法

              浏览:13 被引:0 下载:13
              • 概要:
              • 方法:
              • 结论:
              收起
              AI内容生成中……
              以上内容由AI生成,结果仅供参考
              • / 8
              收起侧边栏
              显示侧边栏
              更多> - 相关医事流 -
              • 加载中...
              - 相关学者 -
              • 加载中...
              - 相关机构 -
              • 加载中...

              特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

              • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

              • |
              • 客服邮箱:yiyao@wanfangdata.com.cn

              • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

              官方微信
              万方医学小程序
              new医文AI 翻译 充值 订阅 收藏 移动端

              官方微信

              万方医学小程序

              使用
              帮助
              Alternate Text
              调查问卷