麻豆传媒兄妹焦谈百度云|麻豆传媒映画破解版共享|有吃瓜的网站|午夜体验区|麻豆一吉视传媒短视频|精东影业精品|狠久久|欧美精品码在线|麻豆爱豆传媒app|蜜桃影像传媒的网站论坛,麻豆tv传媒入口,日日干夜夜爽,麻豆映画传媒国产一区

本網(wǎng)訊（信息工程學(xué)院）日前,，醫(yī)學(xué)圖像分析領(lǐng)域頂級(jí)期刊Medical Image Analysis（中國(guó)科學(xué)院大類(lèi)一區(qū)Top期刊，IF：10.7）上刊登發(fā)表了我校成像與視覺(jué)表示課題組的論文“RED: Residual Estimation Diffusion for Low-Dose PET Sinogram Reconstruction”,。論文第一作者是信息工程學(xué)院科研助理艾星宇和數(shù)學(xué)與計(jì)算機(jī)學(xué)院2022級(jí)博士研究生黃彬,，指導(dǎo)老師為信息工程學(xué)院王少宇副教授,、施柳副研究員、劉且根教授和合作單位合肥綜合性國(guó)家科學(xué)中心人工智能研究院李炳軒副研究員,。

圖1：RED算法流程示意圖

該論文提出了一種在非高斯噪聲情況下生成式擴(kuò)散模型進(jìn)行迭代重建的新思路,。擴(kuò)散模型近年來(lái)在自然圖像生成領(lǐng)域取得了長(zhǎng)足進(jìn)步，并在醫(yī)學(xué)成像方面也取得一系列成果,，但其過(guò)程往往需要添加噪聲對(duì)原始數(shù)據(jù)進(jìn)行破壞,，降低了結(jié)果的可靠性。為了充分利用PET成像中低劑量數(shù)據(jù)自身所保留的原始信息,，該論文創(chuàng)新性地提出了一種基于非高斯噪聲的擴(kuò)散過(guò)程,。該過(guò)程直接使用投影域的低劑量和全劑量數(shù)據(jù)作為擴(kuò)散過(guò)程的起點(diǎn)和終點(diǎn)，通過(guò)估計(jì)殘差逐步對(duì)低劑量數(shù)據(jù)進(jìn)行修復(fù),，并校正迭代過(guò)程中產(chǎn)生的偏差,，實(shí)現(xiàn)低劑量數(shù)據(jù)的高保真重建。

文章鏈接：https://www.sciencedirect.com/science/article/pii/S1361841525001057

圖2：在觀測(cè)數(shù)據(jù)域K-空間進(jìn)行生成式成像重建的思路（以MRI成像為例）

近三年,，成像與視覺(jué)表示課題組面向快速高分辨醫(yī)學(xué)成像重大應(yīng)用需求（如快速M(fèi)RI成像,、稀疏角/低劑量CT/PAT成像、低計(jì)數(shù)PET高分辨成像）,，針對(duì)高度病態(tài)反問(wèn)題下先驗(yàn)信息表示的理論與方法這一挑戰(zhàn)性科學(xué)問(wèn)題,，以生成式先驗(yàn)信息表示與成像重建機(jī)制為內(nèi)核，圍繞表示誤差有界性,、尺度適應(yīng)性,、對(duì)象泛化性等瓶頸開(kāi)展工作并取得持續(xù)進(jìn)展。系列成果先后發(fā)表在醫(yī)學(xué)圖像分析（Med.Image Anal., IF: 10.7),、醫(yī)學(xué)成像（IEEE Trans. Med. Imag.，IF: 11.037）,、計(jì)算成像（IEEE Trans. Comput. Imag., IF: 4.7）和光聲成像（Photoacoustics, IF: 9.656）等權(quán)威期刊上,。團(tuán)隊(duì)直面原始觀測(cè)域數(shù)據(jù)（通常由卷積運(yùn)算而得到）的欠直觀性導(dǎo)致難以建模的難題，發(fā)現(xiàn)觀測(cè)域數(shù)據(jù)背后內(nèi)蘊(yùn)的多尺度特性,?；谠撛硇哉J(rèn)識(shí)突破，提出多特征域,、多區(qū)域等多域組合形式來(lái)提升生成式先驗(yàn)信息表示的尺度適應(yīng)性,，通過(guò)多模型實(shí)現(xiàn)的策略達(dá)到高效成像重建，形成觀測(cè)數(shù)據(jù)域生成式學(xué)習(xí)與高分辨成像重建的新機(jī)制和新方法,。

成果鏈接：https://github.com/yqx7150/Diffusion-Models-for-Medical-Imaging

審核：許航,、涂金鳳、朱文芳,、徐翰