文献
J-GLOBAL ID:202202279397126683
整理番号:22A0742972
PARS-NET:スパースビューCT再構成のための並列残差従来型ニューラルネットワークを用いた新しい深層学習フレームワーク【JST・京大機械翻訳】
PARS-NET: a novel deep learning framework using parallel residual conventional neural networks for sparse-view CT reconstruction
著者 (4件):
Khodajou-Chokami H.
(Department of Energy Engineering, Sharif University of Technology, Tehran, Iran)
,
Hosseini S.A.
(Department of Energy Engineering, Sharif University of Technology, Tehran, Iran)
,
Ay M.R.
(Department of Medical Physics and Biomedical Engineering, Tehran University of Medical Sciences, Tehran, Iran)
,
Ay M.R.
(Research Center for Molecular and Cellular Imaging, Tehran University of Medical Sciences, Tehran, Iran)
資料名:
Journal of Instrumentation
(Journal of Instrumentation)
巻:
17
号:
2
ページ:
P02011 (26pp)
発行年:
2022年
JST資料番号:
W5562A
ISSN:
1748-0221
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
イギリス (GBR)
言語:
英語 (EN)