BriefGPT.xyz
大模型
Ask
alpha
关键词
ultrasound localization microscopy
搜索结果 - 4
稀疏张量神经网络修剪用于 3D 超声定位显微镜的深度学习
用稀疏张量神经网络可以减少超声局部显微镜在三维成像中的存储需求,并在高浓度情况下明显优于传统的 ULM 方法。
PDF
5 months ago
从射频数据学习超分辨率超声定位显微镜
通过将未经处理的射频数据输入到超分辨率网络中,本文提出了绕过 DAS 波束成形及其限制的方法,以提高超声定位显微镜(ULM)的分辨率性能。通过对公开数据集的评估,我们的结果表明,排除 DAS 波束成形具有优化 ULM 分辨率性能的巨大潜力。
PDF
8 months ago
时空超声定位显微镜的深度学习框架
通过深度学习中的三维卷积神经网络,从具有高泡沫浓度的超声数据中恢复密集的血管网络。
PDF
9 months ago
RF-ULM:射频超声定位显微镜的深度学习
采用超分辨率深度神经网络和几何点变换的射频超声成像技术在定位过程中发现有巨大潜力,可以有效地提高精度和复杂性,弥合了合成和真实数据集之间的领域差距。
PDF
9 months ago
Prev
Next