使用深度学习的3D电声断层扫描图像增强与SAM-Med3D编码器

Yankun Lang1, Jadon Buller2, Yifei Xu2

  • 1Department of Radiation Oncology Physics, University of Maryland, Baltimore, Baltimore, MD 21201, United States of America.

PubMed
概括

本研究引入了使用SAM-Med3D的深度学习框架,以从有限角度数据中改进3D电声断层扫描 (EAT) 成像,使电穿孔治疗的可视化更快,更准确.