QR குறியீடு

Unsupervised Metal Artifact Reduction in Dental CBCT Using Fine-Tuned Cycle-Consistent Adversarial Networks

Metal artifacts generated by dental implants significantly degrade cone-beam computed tomography (CBCT) volumes, obscuring critical anatomical structures and compromising diagnostic precision. To address this, an unsupervised deep learning framework has been proposed for Metal Artifact Reduction (MA...

முழு விளக்கம்

சேமிக்கப்பட்டது:
முதன்மை ஆசிரியர்கள்: Thamindu Chamika, Sithum N. A. Dhanapala, Sasindu Nimalaweera, Maheshi B. Dissanayake, Ruwan D. Jayasinghe
வடிவம்: Artigo
மொழி:Inglês
வெளியிடப்பட்டது: MDPI AG 2026-04-01
தொடர்:Digital
பொருள்கள்:
cone-beam computed tomography
metal artifact reduction
CycleGAN
unsupervised learning
dental imaging
deep learning
ஆன்லைன் அணுகல்:https://www.mdpi.com/2673-6470/6/2/31
குறிச்சொற்கள்: குறிச்சொல்லை சேர்க்கவும்
டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!

ஒத்த வளங்கள்