机构名称：
¥ 1.0
1,2,3电气工程学院1,2,3Uberlândia联邦大学，Uberlândia，巴西摘要：在乳腺癌仍然是对医疗保健专业人员的全球挑战，每年有超过半百万的死亡人数，每年有超过半百万的死亡，早期发现疾病范围的障碍范围。通常与高辐射剂量有关的出色图像对比度质量的需求与在乳房成像检查期间降低患者和技术人员的辐射吸光度的不断努力相反，如Alara（相当可得到的）指南中所述。本研究提出了一个PIX-2-PIX神经网络实施作为图像对比度增强工具，该工具预计将在低剂量图像中重现高剂量对比度的质量，为适当的诊断实施了适当的条件，同时保留了患者和技术人员安全的Alara标准。使用Carneiro对比指数（CCI）进行定量评估，显示出显着的对比度改进而没有额外的辐射。此外，结果成功地验证了该技术支持更安全的乳腺癌筛查临床实践的潜力。进一步的工作包括不同的数据集验证和其他学习参数的优化。索引 - 2D乳房X线照片，人工智能乳腺癌，图像对比，神经网络
自动乳房的Pix-2-Pix神经网络建议...
主要关键词
相关文件推荐
