劣化適応を伴う3DMRI超解像のための教師なし表現学習
Unsupervised Representation Learning for 3D MRI Super Resolution with Degradation Adaptation 高解像度（HR）MRIは、医師の診断と画像誘導治療を支援する上で重要ですが、取得時間が長いため、臨床現場では取得が困難です。そのため、研究コミュニティは、取得時間を短縮してHR MRI画像を再構成するために、深層学習ベースの超解像（SR）技術を調査しました。ただし、このようなニューラルネットワークのトレーニングには、通常、HRと低解像度（LR）の生体内画像のペアが必要です。これらの画像は、画像取得中および取得間の患者の動きのために取得が困難です。硬組織の硬い動きは画像レジストレーションで修正できますが、変形した軟組織の位置合わせは困難であり、このような本物のHRおよびLR画像ペアを使用してニューラルネットワ
ハイパースペクトル画像超解像のための陰的神経表現学習
Implicit Neural Representation Learning for Hyperspectral Image Super-Resolution 追加の補助画像なしのハイパースペクトル画像（HSI）の超解像は、効果的な空間およびスペクトル表現の学習が基本的な問題である高次元のスペクトルパターンのため、常に課題となっています。最近、Implicit Neural Representations（INR）は、特に再構築タスクにおいて、斬新で効果的な表現として進歩を遂げています。したがって、この作業では、空間座標を対応するスペクトル放射輝度値にマッピングする連続関数によってHSIを表すINRに基づく新しいHSI再構成モデルを提案します。特に、INRの特定の実装として、パラメトリックモデルのパラメーターは、畳み込みネットワークを使用した特徴抽出で動作するハイパーネットワークによって
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2406.12463v1
劣化適応を伴う 3D MRI 超解像のための教師なし表現学習
https://arxiv-check-250201.firebaseapp.com/each/2401.03707v2
https://arxiv-check-250201.firebaseapp.com/each/2311.16914v2
https://arxiv-check-250201.firebaseapp.com/each/2401.03707v1
https://arxiv-check-250201.firebaseapp.com/each/2311.16914v1
テキスト認識のための自己監視型の文字から文字への抽出
Mimic3D: 3D から 2D への模倣による 3D 対応 GAN の繁栄
ソースの特定: 高密度予測のための自己監視タスク
グラフ表現学習のための方向性拡散モデル
劣化適応を伴う 3D MRI 超解像のための教師なし表現学習
テキスト認識のための自己管理型文字変換
Mimic3D: 3D から 2D への模倣による 3D 対応 GAN の繁栄
劣化適応を伴う 3D MRI 超解像のための教師なし表現学習
テキスト認識のための自己管理型文字変換
Panini-Net：顔の復元のためのGANの事前ベースの劣化認識機能補間
Neural Knitworks：パッチを適用したNeural Implicit Representation Networks
対照表現学習によるブラインド画像の超解像