• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >DEEP CONVOLUTIONAL NETWORKS FOR MAGNIFICATION OF DICOM BRAIN IMAGES
【24h】

DEEP CONVOLUTIONAL NETWORKS FOR MAGNIFICATION OF DICOM BRAIN IMAGES

机译：DICOM脑图像放大的深卷积网络

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Convolutional neural networks have recently achieved great success in Single Image Super-Resolution (SISR). SISR is the action of reconstructing a high-quality image from a low-resolution one. In this paper, we propose a deep Convolutional Neural Network (CNN) for the enhancement of Digital Imaging and Communications in Medicine (DICOM) brain images. The network learns an end-to-end mapping between the low and high resolution images. We first extract features from the image, where each new layer is connected to all previous layers. We then adopt residual learning and the mixture of convolutions to reconstruct the image. Our network is designed to work with grayscale images, since brain images are originally in grayscale. We further compare our method with previous works, trained on the same brain images, and show that our method outperforms them.
机译：卷积神经网络最近在单个图像超分辨率（SISR）中取得了巨大成功。 SISR是从低分辨率中重建高质量图像的动作。在本文中，我们提出了一种深度卷积神经网络（CNN），用于增强医学（DICOM）脑图像中的数字成像和通信。网络了解低分辨率和高分辨率图像之间的端到端映射。我们首先从图像中提取特征，其中每个新图层都连接到所有先前的图层。然后，我们采用剩余学习和卷积的混合来重建图像。我们的网络旨在使用灰度图像，因为脑图像最初是灰度。我们进一步将我们的方法与先前的作品进行了比较，在同一脑图像上培训，并表明我们的方法优于它们。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号