![arxiv：2402.01509v1 [eess.iv] 2024年2月2日](/simg/4/4b7645e5b3c1864e446046fa02f2107577a4ac14.webp)
机构名称：
¥ 1.0
有许多用于对MRI图像的大脑磁共振自动分析的算法，以帮助临床决策。然而，为脑肿瘤患者进行自动图像处理是一项挑战，因为许多算法旨在分析健康的大脑，并且可能无法有效地处理病变的图像。这种算法的例子包括大脑解剖学解析，组织分割和脑提取。我们提出，通过患病的脑扫描进行健康的脑部扫描可能会解决这一挑战，并且该问题被提出为3D涂上任务[1]。在计算机愿景中的一项基本任务中，多年来一直在进行重要的进步。其主要目标是在2D自然图像中实际填充缺失区域，从而实现各种应用，包括图像恢复，对象删除和图像完成。计算机视觉社区已经开发了许多复杂的算法，这些算法在二维图像的背景下应对挑战，取得了令人印象深刻的结果，并推动了该领域的最新艺术品。尽管在2D介绍中取得了显着的进展，但这些算法对3D领域的适应，尤其是在医学成像的背景下，仍然是一个开放的问题。本文旨在探讨与MRI扫描3D介入相关的挑战，并研究适应的可行性
arxiv：2402.01509v1 [eess.iv] 2024年2月2日
主要关键词
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日PDF文件第1页](/bimg/f/fc1b903927e1b75680c7e6135bf4d91f30c5a2b3.webp)
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日PDF文件第2页](/bimg/5/5b1bd604c586f048717f382ed61390f1e7a0429b.webp)
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日PDF文件第3页](/bimg/e/ed516b0a264d6ee35ddef932afe4e664e5fe7e4f.webp)
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日PDF文件第4页](/bimg/0/0eb56a025e9cca5d41f7c129c37bddef748e7064.webp)
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日PDF文件第5页](/bimg/f/f68dbbdb5e21c8405dd89f8927c9a9766f68918f.webp)
相关文件推荐
![arxiv：2402.16320v1 [eess.sp] 2024年2月26日](/simg/8/8ab716398e44362a86f7cae4e23ee08b093c5014.webp)
![arxiv：2402.14527v1 [cs.lg] 2024年2月22日](/simg/c/c5e7363979a4b34fd46e6bbf66b93e8509e227cb.webp)
![arxiv：2402.10553v1 [cs.ro] 2024年2月16日](/simg/5/50ab6410c1bde83c8f60ce0ddb3b53f53686316b.webp)
![arxiv：2402.06363v1 [cs.cr] 2024年2月9日](/simg/3/3ddec16645db39f41f09cb1eb4c0f25652f964b0.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日](/simg/3/328419de55ca4015b4bbfa96eb1075dcfec2dfee.webp)
![arxiv：2402.02385v1 [cs.ro] 2024年2月4日](/simg/3/3dc500ee58d3c948d12a92f3b875d2da17092f15.webp)
![arxiv：2402.08540v1 [cs.lg] 2024年2月13日](/simg/0/0d3c5d21d7ebc6c4f9033fdcaf762fcc6af0e990.webp)
![arxiv：2402.09233v1 [cs.ro] 2024年2月14日](/simg/b/b52ed5719ba2880b07e9631eab06b78b4dd35d30.webp)
![arxiv：2402.13946v2 [cs.lg] 2024年2月26日](/simg/e/e870ca6fb63efd17ae8a07b3968e3146d214b6ab.webp)
![arxiv：2402.07016v1 [cs.ai] 2024年2月10日](/simg/9/9561106bbf3c742ff1228e38f3ed355eb69ea4a7.webp)
![arxiv：2402.08360v1 [cs.cv] 2024年2月13日](/simg/2/2d78d0b4c73cd9c3f9833e88723c51f5677c71db.webp)
![arxiv：2402.13326v2 [q-fin.cp] 2024年2月22日](/simg/0/027fe2c7ea4c20179f471443882c53e0ea318b1c.webp)
![arxiv：2402.07474v1 [Quant-ph] 2024年2月12日](/simg/9/98a13ef7f1aea6494049d553b5beda8e38372c18.webp)
![arxiv：2402.13895v1 [Quant-ph] 2024年2月21日](/simg/4/4c903a15cfd60b11ccf62c889d157188dd1f8f31.webp)
![arxiv：2402.18157V1 [CS.AI] 2024年2月28日](/simg/4/4fdc6d835045693f8a6e4444287ec76ac466a290.webp)
![arxiv：2402.06946v1 [Quant-ph] 2024年2月10日](/simg/e/e94345c8e3a46ec45b4a0f221fb0d84eba7d5223.webp)
![arxiv：2402.09902v1 [Quant-ph] 2024年2月15日](/simg/3/3bcbf765cb707b4bd911fa371cb8fa8b5e26bdc0.webp)
![arxiv：2402.05079v2 [eess.iv] 2024年3月30日](/simg/2/2cc87b240d96e4b59e1f32ad379715883beaa530.webp)
![arxiv：2402.17520v1 [Quant-ph] 2024年2月27日](/simg/b/bbf39513a61bc4120ba279c4deb9de078a68a0e9.webp)
![arxiv：2402.08727v1 [Quant-ph] 2024年2月13日](/simg/8/8fe1e629ad084c14b4a994d1dc5f17f112232ca0.webp)
![arxiv：2402.10347v1 [physics.optics] 2024年2月15日](/simg/5/589dc52abcc9ae6e09dae8400fba3e6b89e79856.webp)
![arxiv：2402.04598V1 [CS.HC] 2024年2月7日](/simg/0/0c956cd7426e379a52ec8740ec3bd812e4c80e71.webp)
![arxiv：2402.07547v1 [CS.MA] 2024年2月12日](/simg/e/e601b3c18b21462c8c7d6cb7a15b3fafd1326b7e.webp)
![arxiv：2402.14946v1 [physics.optics] 2024年2月22日](/simg/d/d33ee8f1d03eb9ef553dd567fd2a63eec0f778cf.webp)
![arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月](/simg/0/0c92b1f474dcdb77ec786b56d2d8026655473f57.webp)
![arxiv：2402.03031v1 [Quant -ph] 2024年2月5日-Schuster Lab](/simg/5/55f7eacd0c0b8c3191a29d814f9e46db3d51a3bc.webp)
![arxiv：2402.10458v1 [cond-mat.str-el] 2024年2月16日](/simg/c/cc80ca0d41014e0ab87529d941d828861470a6e8.webp)
![arxiv：2402.06972v2 [cond-mat.mes-hall] 2024年2月17日](/simg/0/04127dd52c304790cd1a796f479cf4c3761cb32e.webp)
![arxiv：2402.12353v1 [cond-mat.mes-hall] 2024年2月19日](/simg/f/f42fa929656ee3302d29d2a91c337f2322a17de9.webp)