LCTU-Net: A U-Net with Lipschitz continuous transformer for low-dose CT denoising

网(多面体) 李普希茨连续性 降噪 变压器 图像去噪 计算机科学 数学 人工智能 电气工程 工程类 数学分析 电压 几何学
作者
Weizhen Guo,Huaqiang Yuan,Yakang Li
标识
DOI:10.1117/12.3049484
摘要

Due to the constraints of reduced radiation doses, low-dose computed tomography (LDCT) images frequently suffer from increased noise levels. To address this challenge, we developed the LCTU-Net, a network that incorporates a Lipschitz continuous transformer to enhance the capability of feature extraction. This new approach replaces traditional Transformer components, improving the efficiency of loss reduction and achieving lower loss levels. The U-Net architecture integrated within LCTU-Net plays a crucial role in effectively reducing noise interference in the images. Experimental results have demonstrated that LCTU-Net significantly outperforms existing denoising technologies, particularly in its ability to preserve intricate image details while effectively reducing noise.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
迷路毛豆发布了新的文献求助10
2秒前
2秒前
2秒前
2秒前
CodeCraft应助LLLLL采纳,获得10
2秒前
3秒前
4秒前
优雅灵波发布了新的文献求助50
4秒前
zz发布了新的文献求助10
4秒前
123完成签到,获得积分10
4秒前
wangqiqi完成签到,获得积分10
5秒前
sxy发布了新的文献求助10
6秒前
温暖小猫咪完成签到,获得积分10
7秒前
mingjie完成签到,获得积分10
7秒前
7秒前
像鱼发布了新的文献求助10
7秒前
浅尝离白应助lby采纳,获得30
11秒前
哈啾完成签到,获得积分20
11秒前
12秒前
12秒前
烟花应助煤灰采纳,获得10
13秒前
jacob完成签到,获得积分10
13秒前
14秒前
14秒前
李华完成签到,获得积分10
14秒前
14秒前
爱听歌娩发布了新的文献求助10
16秒前
666完成签到,获得积分20
16秒前
刻苦的kiwi完成签到,获得积分10
16秒前
简单发布了新的文献求助10
16秒前
17秒前
18秒前
NexusExplorer应助yiw采纳,获得10
18秒前
19秒前
科研通AI2S应助sxy采纳,获得10
19秒前
21秒前
22秒前
莹涩双鱼完成签到,获得积分10
23秒前
tzy6665完成签到,获得积分10
23秒前
蕙蕙关注了科研通微信公众号
24秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3145115
求助须知:如何正确求助?哪些是违规求助? 2796489
关于积分的说明 7819996
捐赠科研通 2452771
什么是DOI,文献DOI怎么找? 1305202
科研通“疑难数据库(出版商)”最低求助积分说明 627448
版权声明 601449