Video Experimental Relacionado
Updated: Jan 7, 2026
09:00
Visualization of Failure and the Associated Grain-Scale Mechanical Behavior of Granular Soils under Shear using Synchrotron X-Ray Micro-Tomography
Published on: September 29, 2019
13.7K
SinoSynth: Un enfoque de aleatorización de dominio basado en física para la mejora generalizable de imágenes CBCT
Yunkui Pang1, Yilin Liu1, Xu Chen2
1University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, USA.
Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
|December 19, 2025
Resumen
SinoSynth genera imágenes sintéticas realistas de Tomografía Computarizada de Haz Cónico (CBCT) simulando artefactos. Este enfoque basado en física mejora los modelos de aprendizaje profundo para imágenes médicas, superando a los métodos entrenados con datos reales.
Sus antecedentes:
- La Tomografía Computarizada de Haz Cónico (CBCT) es vital en medicina, pero la calidad de la imagen a menudo se ve comprometida por el ruido y los artefactos.
- Los métodos existentes de corrección de artefactos luchan con degradaciones diversas debido a datos de entrenamiento limitados.
Conclusiones:
- SinoSynth ofrece una solución eficaz para la aumento de datos en la corrección de artefactos CBCT.
- La simulación basada en física mejora la robustez y generalización de los modelos de aprendizaje profundo para imágenes médicas.
- Este enfoque aborda el desafío de datos de artefactos limitados y variados en CBCT.
