Hformer: Highly-efficient Vision Transformer for Low-Dose CT Denoising
收藏科学数据银行2023-03-30 更新2026-04-23 收录
下载链接：
https://www.scidb.cn/detail?dataSetId=b7eed9202569407cafdb164fbd240909
下载链接
链接失效反馈官方服务：
资源简介：
在本文中，我们提出了Hformer，一种用于低剂量CT（LDCT）去噪的新型监督学习模型。Hformer 结合了用于局部特征提取的卷积神经网络 （CNN） 和用于全局特征捕获的 Transformer 模型的优势。Hformer 的性能基于 AAPM-Mayo Clinic 低剂量 CT 大挑战数据集进行验证和评估。与之前在不同架构下设计的具有代表性的先进（SOTA）模型相比，Hformer 在不需要大量学习参数的情况下实现了最优指标，指标分别为 33.4405 PSNR、8.6956 RMSE 和 0.9163 SSIM。实验表明，Hformer 是一种用于噪声抑制、结构保存和病变检测的 SOTA 模型。
提供机构：
Institute of Modern Physics; Chinese Academy of Medical Sciences & Peking Union Medical College
创建时间：
2023-03-30
