生成对抗网络及其在神经影像应用中的研究进展OACSTPCD
Research progress of generative adversarial networks and their application in neuroimaging
介绍了生成对抗网络(generative adversarial network,GAN)的基本模型和改进模型,综述了GAN在图像增广、跨模态生成、图像重建、图像分割、图像分类、目标检测等神经影像领域的应用,分析了GAN在神经影像领域应用中的优势和存在的问题,指出了GAN在神经影像领域的研究前景和未来的发展方向.
康文杰;林岚;孙珅;吴水才
北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地,北京100124北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地,北京100124北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地,北京100124北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地,北京100124
医药卫生
深度学习无监督学习生成对抗网络神经影像生成模型判别模型
《医疗卫生装备》 2020 (9)
认知储备对脑老化影响的多模态神经影像研究
87-93,108,8
国家自然科学基金项目(81971683)北京市自然科学基金-海淀原始创新联合基金项目(L182010)北京市教委科技计划一般项目(KM201810005033)
评论