| 
					             Информация о статье  
            2025 г.,  Том 30, № 2, с.126-139
 Фам К.Т., Чан Т.Т., Динь Х.Х., Зыонг В.Ч., Фан М.К.
Реконструкция изображения компьютерной томографии с использованием графа полной вариации
Предложена модель, которая объединяет глубокое обучение с графом полной вариации (GTV) для шумоподавления изображений компьютерной томографии. Модель GTV использует две нейронные сети: одну для представления характеристик пикселей и построения графика, а другую для генерации параметров для модели. Интеграция графа с параметрами для обучения дает высокоэффективные результаты, что продемонстрировано в наших экспериментальных оценках. Полученные результаты показывают, что предложенный метод превосходит другие аналогичные подходы с точки зрения производительности.
 [ссылка на elibrary]
  Ключевые слова: сверточная нейронная сеть, общая вариация, полная вариация графа, компьютерная томография, шумоподавление на изображениях, глубокое обучение
  doi: 10.25743/ICT.2025.30.2.010
  Библиографическая ссылка:  Фам К.Т., Чан Т.Т., Динь Х.Х., Зыонг В.Ч., Фан М.К. Реконструкция изображения компьютерной томографии с использованием графа полной вариации // Вычислительные технологии. 2025. Т. 30. № 2. С. 126-139 					
 				 | 
			 
			
			  | 
			  
                        
			   | 
			 
		 
	 |