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
• 双能CT图像域基材料分解算法的研究进展
  2023, 32(1): 139-146. DOI: 10.15953/j.ctta.2021.067
• 能谱CT多物质解析评价继发性下肢淋巴水肿分级
  2022, 31(3): 365-371. DOI: 10.15953/j.ctta.2022.004
• 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
• 基于CT成像的GBR术中两种植骨材料变化的比较分析
  2014, 23(5): 843-850.
• 双能CT成像基材料分解法的理论误差分析
  2011, 20(2): 153-162.
• 基于MCNP对CT系统中探测器材料性能的研究
  2011, 20(1): 63-71.
• 含能材料损伤裂纹的工业CT图像分析
  2009, 18(4): 68-74.
• 微焦点CT在含能材料密度测试中的应用研究
  2009, 18(4): 61-67.
• 工业CT在复合材料孔隙率分析中的应用
  2001, 10(4): 14-17.