Development of low-dose digital breast tomosynthesis system based on hybrid deep learning processing for image quality improvement

开发基于混合深度学习处理的低剂量数字乳腺断层合成系统以提高图像质量

• 批准号: 20K08143
• 负责人: GOMI TSUTOMU
• 金额: $ 2.83万
• 依托单位: Kitasato University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K08143/
• 关键词: 乳がん; デジタルトモシンセシス; 深層学習; トモシンセシス; 被ばく線量低減

项目成果

Development of a novel algorithm to improve image quality in chest digital tomosynthesis using convolutional neural network with super-resolution

开发一种使用超分辨率卷积神经网络提高胸部数字断层合成图像质量的新算法

• 发表时间: 2021
• 作者: Fukasawa Yoshie;Yamamoto Hidenori;Ito Miharu;Saito Akiko;Go Kiyotaka;Morimoto Yoshihito;Yasuda Kazushi;Sato Yoshiaki;Hayakawa Masahiro;Kato Taichi;Tsutomu Gomi
• 通讯作者: Tsutomu Gomi

Usefulness of generative adversarial network-based low-dose digital breast tomosynthesis for image quality improvement

基于生成对抗网络的低剂量数字乳腺断层合成对于图像质量改善的有用性

• 发表时间: 2022
• 作者: Tsutomu Gomi;Kotomi Ishihara;Yukio Koibuchi;Hidetake Hara;Yusuke Watanabe;Shinya Mizukami
• 通讯作者: Shinya Mizukami

Horizons in Computer Science Research. Volume 18

计算机科学研究的视野。

• 发表时间: 2020
• 作者: Thomas S. Clary (Editor);Tsutomu Gomi
• 通讯作者: Tsutomu Gomi