Algorithmes de reconstruction basés sur l'apprentissage profond en TDM

Retour aux résultats

JFR 2022
Intérêt et apport des algorithmes de reconstruction d'image basés sur l'apprentissage profond en tomodensitométrie
Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Auteur principal :

Djamel Dabli

Vidéo

09 October 2022

Dans la même session

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Vidéo

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM conventionnelle: état de l'art et évaluation objective de la qualité d'image

Vidéo

Voir la session

Du même auteur

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Vidéo

Brain image quality according to beam collimation width and image reconstruction algorithm: A phantom study

Vidéo

Afficher tous les résultats

Sur la même thématique "Innovations & Recherche"

Ma recherche en 180 secondes

Vidéo

Imagerie de perfusion en IRM: standardisation et critique de la littérature

Vidéo

Anne-Sophie Bertrand

Afficher tous les résultats