排序方式: 共有3条查询结果,搜索用时 7 毫秒
1
1.
2.
目前,UNet基本模型对带有金属伪影的CT图像的去除能力无法有效满足需求,UNet的结构简单无法提取出足够精确的有效结构和细节信息,并且深层卷积对低级特征的信息利用不够充分;针对上述问题,提出了一个基于注意力门的UNet金属伪影去除网络,该网络采用了注意力门对低层级和高层级的信息进行注意力权重处理,并利用跳跃连接机制到特征解码结构以提高生成CT图像的质量,通过多层级的编解码结构得到最终的去除金属伪影CT图像;实验结果表明,该方法在视觉上取得了更好的条状和带状伪影去除效果的CT图像,并在PSNR指标上取得了35.5913,在FSIM指标上取得了0.961 3,在SSIM指标上取得了0.928 8的成绩;与ADN、cGANMAR、UNet、CNNMAR、CycleGAN等目前已有的方法相比,该方法在诸多方面均取得了显著的优势。 相似文献
3.
近年来电阻式应变/压力传感器在运动行为监测、人类健康诊断和人机交互等领域展现了不可替代的作用,因而刺激了人们对其需求的急剧增长.材料和结构设计对电阻式应变/压力传感器的性能有着不可忽视的影响,而生物质碳(BDCs)具有丰富的来源、多样的结构和令人满意的导电性等优良特性,被认为是制造电阻式应变/压力传感器的优异候选材料之一.本综述介绍了BDCs材料在电阻式应变/压力传感器领域的最新进展及其目前面临的主要挑战.首先,系统地概述和讨论了已报道的电阻式应变/压力传感器的分类方法、评价标准和传感机制.其次,总结了具有不同宏观结构(包括一维、二维和三维结构)的BDCs材料的制备及其在电阻式应变/压力传感器领域的最新应用进展.详细分析了具有不同宏观结构的BDCs材料在电阻应变/压力传感器领域的各自应用优势,并讨论了不同宏观结构与器件综合传感性能之间的关系.最后,提出了基于BDCs材料的电阻式应变/压力传感器的未来前景和主要挑战,及其未来发展的研究方向. 相似文献
1