Buchumschlag

WIA-LD2ND: Wavelet-based Image Alignment for Self-supervised Low-Dose CT Denoising

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Haoyu, Gu, Yuliang, Zhao, Zhou, Du, Bo, Xu, Yongchao, Yu, Rui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MoreStyle: Relax Low-frequency Constraint of Fourier-based Image Reconstruction in Generalizable Medical Image Segmentation
von: Zhao, Haoyu, et al.
Veröffentlicht: (2024)

CT-Mamba: A Hybrid Convolutional State Space Model for Low-Dose CT Denoising
von: Li, Linxuan, et al.
Veröffentlicht: (2024)

Spatial-aware Attention Generative Adversarial Network for Semi-supervised Anomaly Detection in Medical Image
von: Zhang, Zerui, et al.
Veröffentlicht: (2024)

On the Benefit of Dual-domain Denoising in a Self-supervised Low-dose CT Setting
von: Wagner, Fabian, et al.
Veröffentlicht: (2022)

RDDM: A Residual-Driven Drifting Model for High-Fidelity Low-Dose CT Denoising
von: Wang, Jianxu, et al.
Veröffentlicht: (2026)

Patch Triplet Similarity Purification for Guided Real-World Low-Dose CT Image Denoising
von: Long, Junhao, et al.
Veröffentlicht: (2025)

Noise-aware Dynamic Image Denoising and Positron Range Correction for Rubidium-82 Cardiac PET Imaging via Self-supervision
von: Xie, Huidong, et al.
Veröffentlicht: (2024)

Noise Modeling in One Hour: Minimizing Preparation Efforts for Self-supervised Low-Light RAW Image Denoising
von: Li, Feiran, et al.
Veröffentlicht: (2025)

A CT Image Denoising Method with Residual Encoder-Decoder Network
von: Shawn, Helena, et al.
Veröffentlicht: (2024)

BioAtt: Anatomical Prior Driven Low-Dose CT Denoising
von: Kim, Namhun, et al.
Veröffentlicht: (2025)

Filter2Noise: A Framework for Interpretable and Zero-Shot Low-Dose CT Image Denoising
von: Sun, Yipeng, et al.
Veröffentlicht: (2025)

Cascaded Convolutional Neural Networks with Perceptual Loss for Low Dose CT Denoising
von: Ataei, Sepehr, et al.
Veröffentlicht: (2020)

Enhanced Low-Dose CT Image Reconstruction by Domain and Task Shifting Gaussian Denoisers
von: Selig, Tim, et al.
Veröffentlicht: (2024)

Dose-aware Diffusion Model for 3D PET Image Denoising: Multi-institutional Validation with Reader Study and Real Low-dose Data
von: Xie, Huidong, et al.
Veröffentlicht: (2024)

Self-Supervised Training For Low Dose CT Reconstruction
von: Unal, Mehmet Ozan, et al.
Veröffentlicht: (2020)

Score-based Self-supervised MRI Denoising
von: Tu, Jiachen, et al.
Veröffentlicht: (2025)

Projection Guided Personalized Federated Learning for Low Dose CT Denoising
von: Zafar, Anas, et al.
Veröffentlicht: (2026)

Low-dose CT Denoising with Language-engaged Dual-space Alignment
von: Chen, Zhihao, et al.
Veröffentlicht: (2024)

A Spectrum-based Image Denoising Method with Edge Feature Enhancement
von: Luvton, Peter, et al.
Veröffentlicht: (2024)

Anatomy-Aware Low-Dose CT Denoising via Pretrained Vision Models and Semantic-Guided Contrastive Learning
von: Wang, Runze, et al.
Veröffentlicht: (2025)

Systematic Evaluation of Wavelet-Based Denoising for MRI Brain Images: Optimal Configurations and Performance Benchmarks
von: Rahman, Asadullah Bin, et al.
Veröffentlicht: (2025)

Low-Trace Adaptation of Zero-shot Self-supervised Blind Image Denoising
von: Hu, Jintong, et al.
Veröffentlicht: (2024)

Self is the Best Learner: CT-free Ultra-Low-Dose PET Organ Segmentation via Collaborating Denoising and Segmentation Learning
von: Ye, Zanting, et al.
Veröffentlicht: (2025)

Pseudoinverse Diffusion Models for Generative CT Image Reconstruction from Low Dose Data
von: Tivnan, Matthew, et al.
Veröffentlicht: (2025)

Physics-Guided Dual-Domain Plug-and-Play ADMM for Low-Dose CT Reconstruction
von: Dutta, Sayantan, et al.
Veröffentlicht: (2026)

An Unsupervised Reconstruction Method For Low-Dose CT Using Deep Generative Regularization Prior
von: Unal, Mehmet Ozan, et al.
Veröffentlicht: (2020)

Sparse2Inverse: Self-supervised inversion of sparse-view CT data
von: Gruber, Nadja, et al.
Veröffentlicht: (2024)

Unsupervised Denoising of Real Clinical Low Dose Liver CT with Perceptual Attention Networks
von: Guan, Zhilin, et al.
Veröffentlicht: (2026)

Learnable Optimization-Based Algorithms for Low-Dose CT Reconstruction
von: Chen, Daisy
Veröffentlicht: (2024)

Low-Dose CT Reconstruction Using Dataset-free Learning
von: Wang, Feng, et al.
Veröffentlicht: (2024)

A CT Image Denoising Method Based on Projection Domain Feature
von: Sun, Mengyu, et al.
Veröffentlicht: (2024)

Wavelet-based Mamba with Fourier Adjustment for Low-light Image Enhancement
von: Tan, Junhao, et al.
Veröffentlicht: (2024)

MDAA-Diff: CT-Guided Multi-Dose Adaptive Attention Diffusion Model for PET Denoising
von: Niu, Xiaolong, et al.
Veröffentlicht: (2025)

SLCGC: A lightweight Self-supervised Low-pass Contrastive Graph Clustering Network for Hyperspectral Images
von: Ding, Yao, et al.
Veröffentlicht: (2025)

Task-Adaptive Low-Dose CT Reconstruction
von: Sefercioglu, Necati, et al.
Veröffentlicht: (2025)

LeqMod: Adaptable Lesion-Quantification-Consistent Modulation for Deep Learning Low-Count PET Image Denoising
von: Xia, Menghua, et al.
Veröffentlicht: (2024)

Self-supervised Deep Learning for Denoising in Ultrasound Microvascular Imaging
von: Huang, Lijie, et al.
Veröffentlicht: (2025)

Neuromorphic Imaging with Joint Image Deblurring and Event Denoising
von: Zhang, Pei, et al.
Veröffentlicht: (2023)

Shape-intensity knowledge distillation for robust medical image segmentation
von: Dong, Wenhui, et al.
Veröffentlicht: (2024)

Patient-Level Anatomy Meets Scanning-Level Physics: Personalized Federated Low-Dose CT Denoising Empowered by Large Language Model
von: Yang, Ziyuan, et al.
Veröffentlicht: (2025)