tv模型matlab程序代码基于迭代参数和间接深度学习的重构方法的比较
这些
Matlab
和
Python
代码用作以下工作的一部分:
这篇文章被接受发表在医学物理杂志上
Aditya
Rastogi
和
Phaneendra
K.
Yalavarthy,“乳房高度欠采样
DCE-MR
成像中迭代参数化和基于间接深度学习的重建方法的比较”,医学物理学,(2020
年),
由于代码的大小、测试数据(患者
B)和经过训练的模型权重,代码被上传到
Google
Drive。
代码链接附在下面:-
如果您在下载、执行或理解代码时遇到任何问题,请发送邮件至adityar[at]iisc[dot]ac[dot]in
。
逆模型
Tracer
Kinetic
参数估计问题的正反建模如下图所示:
代码
代码有
4
个文件夹:-
Test_Direct
:-
使用迭代直接重建技术构建
Ktrans
映射。这将生成以下内容
完全采样的
Ktrans(地面实况)
零填充的
Ktrans(美国)
无正则化
(L2)、TV+L1
正则化、仅
L1
正则化和仅
TV
正则化的
Ktrans。
此代码基于
Yi
2021-07-23 11:39:20
1.42MB
系统开源
1