相关文章

• 基于残差挤压激励神经网络的材料分解
  2025, 34(1): 117-128. DOI: 10.15953/j.ctta.2024.131
• 能谱CT在糖尿病足部动脉成像中小血管的图像质量应用探究
  2025, 34(1): 83-88. DOI: 10.15953/j.ctta.2024.130
• 基于主成分分析的多能谱CT图像分析方法研究
  2022, 31(6): 749-760. DOI: 10.15953/j.ctta.2022.077
• 虚拟单能图像与常规CT图像的图像质量对比
  2022, 31(2): 219-226. DOI: 10.15953/j.ctta.2021.041
• 基于迭代残差网络的双能CT图像材料分解研究
  2022, 31(1): 47-54. DOI: 10.15953/j.1004-4140.2022.31.01.05
• 肾脏占位双能量CT实质期单能量图像特点的研究
  2017, 26(1): 19-26. DOI: 10.15953/j.1004-4140.2017.26.01.03
• 能谱CT参数在评估局部梗死心肌图像质量中的研究
  2016, 25(3): 279-286. DOI: 10.15953/j.1004-4140.2016.25.03.04
• 基于图像分割的双能CT不完备数据重建算法优化研究
  2013, 22(4): 579-586.
• 双能CT成像基材料分解法的理论误差分析
  2011, 20(2): 153-162.
• 含能材料损伤裂纹的工业CT图像分析
  2009, 18(4): 68-74.