ContiLNN用于医学图像修复
热点事件持续更新
ContiLNN用于医学图像修复
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
ContiLNN 通过双向闭式连续时间（Bi-CfC）模块为二维修复骨干网络加入跨切片建模，同时保留平面内特征提取。在 CT 去噪、MRI 超分辨率和低计数 PET 修复三项任务上，其平均 PSNR 较 Restore-RWKV 分别提升 0.1907、1.0176 和 1.2482 dB，RMSE 也均更低。
摘自 arXiv：cs.AI
最新进展10月9日 12:00
ContiLNN：用液态神经网络缓解切片采样不连续性的医学图像修复方法报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AIContiLNN：用液态神经网络缓解切片采样不连续性的医学图像修复方法
ContiLNN 通过双向闭式连续时间（Bi-CfC）模块为二维修复骨干网络加入跨切片建模，同时保留平面内特征提取。在 CT 去噪、MRI 超分辨率和低计数 PET 修复三项任务上，其平均 PSNR 较 Restore-RWKV 分别提升 0.1907、1.0176 和 1.2482 dB，RMSE 也均更低。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。