• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Model-Based Deep Learning PET Image Reconstruction Using Forward-Backward Splitting Expectation Maximisation.

作者信息

Mehranian Abolfazl, Reader Andrew J

出版信息

IEEE Nucl Sci Symp Conf Rec (1997). 2019 Oct;2019:1-4. doi: 10.1109/nss/mic42101.2019.9059998.

DOI:10.1109/nss/mic42101.2019.9059998
PMID:39404666
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7616560/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/1d6b26558ee7/EMS197683-f005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/be5fd2734ffb/EMS197683-f001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/45eb8c47b249/EMS197683-f002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/30c43ddbd2d8/EMS197683-f003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/13d0903fbdab/EMS197683-f004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/1d6b26558ee7/EMS197683-f005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/be5fd2734ffb/EMS197683-f001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/45eb8c47b249/EMS197683-f002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/30c43ddbd2d8/EMS197683-f003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/13d0903fbdab/EMS197683-f004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/59cc/7616560/1d6b26558ee7/EMS197683-f005.jpg

相似文献

1
Model-Based Deep Learning PET Image Reconstruction Using Forward-Backward Splitting Expectation Maximisation.基于模型的深度学习PET图像重建：使用前后向分裂期望最大化算法
IEEE Nucl Sci Symp Conf Rec (1997). 2019 Oct;2019:1-4. doi: 10.1109/nss/mic42101.2019.9059998.
2
Model-Based Deep Learning PET Image Reconstruction Using Forward-Backward Splitting Expectation-Maximization.基于模型的深度学习PET图像重建：使用前向-后向分裂期望最大化算法
IEEE Trans Radiat Plasma Med Sci. 2020 Jun 23;5(1):54-64. doi: 10.1109/TRPMS.2020.3004408.
3
Memory-Efficient Training for Fully Unrolled Deep Learned PET Image Reconstruction with Iteration-Dependent Targets.基于迭代相关目标的全展开深度学习PET图像重建的内存高效训练
IEEE Trans Radiat Plasma Med Sci. 2022 May;6(5):552-563. doi: 10.1109/TRPMS.2021.3101947. Epub 2021 Aug 2.
4
Sequential deep learning image enhancement models improve diagnostic confidence, lesion detectability, and image reconstruction time in PET.序贯深度学习图像增强模型可提高PET中的诊断置信度、病变可检测性及图像重建时间。
EJNMMI Phys. 2024 Mar 15;11(1):28. doi: 10.1186/s40658-024-00632-4.
5
Low-dose CT with deep learning regularization via proximal forward-backward splitting.基于近端前向后向分裂的深度学习正则化低剂量 CT。
Phys Med Biol. 2020 Jun 15;65(12):125009. doi: 10.1088/1361-6560/ab831a.
6
Deep learning-based time-of-flight (ToF) image enhancement of non-ToF PET scans.基于深度学习的非 TOF PET 扫描的飞行时间（TOF）图像增强。
Eur J Nucl Med Mol Imaging. 2022 Sep;49(11):3740-3749. doi: 10.1007/s00259-022-05824-7. Epub 2022 May 4.
7
Deep learning-based image reconstruction for TOF PET with DIRECT data partitioning format.基于深度学习的直接数据分区格式的 TOF PET 图像重建。
Phys Med Biol. 2021 Aug 9;66(16). doi: 10.1088/1361-6560/ac13fe.
8
High performance volume-of-intersection projectors for 3D-PET image reconstruction based on polar symmetries and SIMD vectorisation.基于极对称性和单指令多数据向量处理技术的用于3D-PET图像重建的高性能相交体积投影仪。
Phys Med Biol. 2015 Dec 21;60(24):9349-75. doi: 10.1088/0031-9155/60/24/9349. Epub 2015 Nov 18.
9
Fully 3D implementation of the end-to-end deep image prior-based PET image reconstruction using block iterative algorithm.使用块迭代算法的基于端到端深度图像先验的PET图像重建的全3D实现。
Phys Med Biol. 2023 Jul 21;68(15). doi: 10.1088/1361-6560/ace49c.
10
PET image reconstruction using physical and mathematical modelling for time of flight PET-MR scanners in the STIR library.基于物理和数学模型的飞行时间 PET-MR 扫描仪在 STIR 库中的 PET 图像重建。
Methods. 2021 Jan;185:110-119. doi: 10.1016/j.ymeth.2020.01.005. Epub 2020 Jan 30.

本文引用的文献

1
Image Reconstruction is a New Frontier of Machine Learning.图像重建是机器学习的一个新领域。
IEEE Trans Med Imaging. 2018 Jun;37(6):1289-1296. doi: 10.1109/TMI.2018.2833635.
2
PET image reconstruction using multi-parametric anato-functional priors.使用多参数解剖功能先验的PET图像重建
Phys Med Biol. 2017 Jul 6;62(15):5975-6007. doi: 10.1088/1361-6560/aa7670.
3
Penalized likelihood PET image reconstruction using patch-based edge-preserving regularization.基于补丁的边缘保持正则化的惩罚似然 PET 图像重建。
IEEE Trans Med Imaging. 2012 Dec;31(12):2194-204. doi: 10.1109/TMI.2012.2211378. Epub 2012 Aug 2.
4
On the relation between the ISRA and the EM algorithm for positron emission tomography.正电子发射断层成像的 ISRA 与 EM 算法之间的关系。
IEEE Trans Med Imaging. 1993;12(2):328-33. doi: 10.1109/42.232263.