返回
LearnDiff: MRI image super-resolution using a diffusion model with learnable noise
DOI:10.1016/j.compmedimag.2025.102641.png)
摘要
En 中文
• LearnDiff 引入了一种新颖的扩散框架,该框架使用广义正态分布来建模噪声,能够灵活且准确地表示超分辨率任务中多样化的数据特征。
• 针对广义正态噪声模型下的扩散过程,提出了新的数学公式,其范围超出了传统的高斯假设。
• 在PSNR、SSIM和感知质量方面实现了卓越性能,持续优于现有的基于扩散的超分辨率方法。
Keyword:
LearnDiff
diffusion framework
generalized normal distribution
super-resolution
perceptual quality
期刊
IF:
4.9
论文数:
2.4K
被引数:
5.0K
机构
暂无机构信息
引用论文
Open access series of imaging studies (OASIS): Cross-sectional MRI data in young, middle aged, nondemented, and demented older adults开放获取系列影像学研究 (OASIS): 年轻,中年,非痴呆和痴呆老年人的横断面MRI数据
MRI Super-Resolution Analysis via MRISR: Deep Learning for Low-Field Imaging通过MRISR的MRI超分辨率分析:低场成像的深度学习
Information
IF0
Super-resolution of magnetic resonance images using Generative Adversarial Networks基于生成对抗网络的磁共振图像超分辨率
没有更多内容

