Hybrid method for iterative CT reconstruction and deep learning

迭代 CT 重建和深度学习的混合方法

基本信息

项目摘要

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Training modality conversion models with small data and its application to MVCT to kVCT conversion
小数据训练模态转换模型及其在MVCT到kVCT转换中的应用
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Ozaki S;Kaji S;Nawa K;Imae T;Aoki A;Nakamoto T;Ohta T;Nozawa Y;Haga A;Nakagawa K
  • 通讯作者：
    Nakagawa K
PH-0045: Characterization of proton, carbon and silicon ion beams using scCVD diamond-based microdosimeter
PH-0045：使用 scCVD 金刚石微剂量计表征质子、碳和硅离子束
  • DOI：
    10.1016/s0167-8140
  • 发表时间：
    2021
  • 期刊：
    Radiotherapy and Oncology
  • 影响因子：
    5.7
  • 作者：
    I.A. Zahradnik;M. Pomorski;L. Tran;W. Kada;L. De Marzi;D. Tromson;P. Barberet;Z. Pastuovic;J. Vohradsky;S. Salvador;L. Leterrier;Y. Prezado;T. Pourcher;J. Herault;A. Rosenfeld
  • 通讯作者：
    A. Rosenfeld
Iterative CT reconstruction with deep neural networks
使用深度神经网络迭代 CT 重建
  • DOI：
  • 发表时间：
    2023
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Kida S;Kaji S;Nawa K;Imae T;Nakamoto T;Ozaki S;Ohta T;Nozawa Y;Nakagawa K.;Sho Ozaki;Sho Ozaki
  • 通讯作者：
    Sho Ozaki
Iterative reconstruction of MVCT with deep neural networks
使用深度神经网络迭代重建 MVCT
  • DOI：
  • 发表时间：
    2023
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Kida S;Kaji S;Nawa K;Imae T;Nakamoto T;Ozaki S;Ohta T;Nozawa Y;Nakagawa K.;Sho Ozaki;Sho Ozaki;Sho Ozaki
  • 通讯作者：
    Sho Ozaki
Denoising and Contrast Enhancement of MVCT Using Deep Learning-based Methods
使用基于深度学习的方法对 MVCT 进行去噪和对比度增强
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Ozaki S;Kaji S;Nawa K;Imae T;Aoki A;Nakamoto T;Ohta T;Nozawa Y;Haga A;Nakagawa K
  • 通讯作者：
    Nakagawa K
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Ozaki Sho其他文献

頭皮血管肉腫放射線治療における3次元スキャナーによる腫瘍評価の有用性
使用 3D 扫描仪评估肿瘤在头皮血管肉瘤放射治疗中的作用
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Nakamoto Takahiro;Takahashi Wataru;Haga Akihiro;Takahashi Satoshi;Kiryu Shigeru;Nawa Kanabu;Ohta Takeshi;Ozaki Sho;Nozawa Yuki;Tanaka Shota;Mukasa Akitake;Nakagawa Keiichi;早田　格
  • 通讯作者：
    早田　格

Ozaki Sho的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

相似国自然基金

基于Deep-learning的三江源区冰川监测动态识别技术研究
  • 批准号：
    51769027
  • 批准年份：
    2017
  • 资助金额：
    38.0 万元
  • 项目类别：
    地区科学基金项目
基于异构医学影像数据的深度挖掘技术及中枢神经系统重大疾病的精准预测
  • 批准号：
    61672236
  • 批准年份：
    2016
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
具有时序处理能力的Spiking-Deep Learning（脉冲深度学习）方法研究
  • 批准号：
    61573081
  • 批准年份：
    2015
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目

相似海外基金

超解像技術を活用した小児CTの被ばく線量最適化
使用超分辨率技术优化儿科 CT 曝光剂量
  • 批准号：
    23K14873
  • 财政年份：
    2023
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
高画質の3次元生体組織像を得るためのマイクロCT撮影・再構成技術
Micro-CT成像与重建技术获得高质量3D生物组织图像
  • 批准号：
    23K17187
  • 财政年份：
    2023
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
デュアルエネルギーCTと深層学習を用いた非侵襲的腰椎ミエログラフィーの試み
利用双能 CT 和深度学习进行无创腰椎脊髓造影试验
  • 批准号：
    21K15854
  • 财政年份：
    2021
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
Development of Radiation Dose Reduction Stragegy Using Deep-learning Reconstruction for Pediatric CT
利用深度学习重建的儿童 CT 辐射剂量减少策略的开发
  • 批准号：
    19K17173
  • 财政年份：
    2019
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
3D Shape Modeling from Sparse Multi-view Images
基于稀疏多视图图像的 3D 形状建模
  • 批准号：
    18K11352
  • 财政年份：
    2018
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了