叶思琦,2017级博士生,来自计算成像实验室,师从龙泳老师。研究方向为低剂量CT图像重建。目前已发表SCI期刊论文1篇,国际会议论文2篇。2018年获密西根学院科磊奖学金,2019年1月-8月赴美国密西根大学访学。

讲座题目:SUPER Learning: A Supervised-Unsupervised Framework for Low-Dose CT Image Reconstruction

讲座简介:低剂量CT成像能够有效减少X光辐射对于病人的伤害,但由此带来的测量数据不足和严重噪声的问题,给重建高质量的CT图像带来了巨大挑战。随着大数据和机器学习的发展,不少研究者利用监督式学习的方法对传统方法重建出的低剂量CT图像进行去噪,还有一些研究者利用基于CT成像统计模型的无监督式学习的方法重建图像。最近,我们提出了将这两种方法相结合的图像重建方法,并且取得了图像质量和重建速度的提升。

第三期嘉宾介绍


叶思琦 可能工作过的组织/机构/部门/团队:


叶思琦 可能工作过的同事:

粤ICP备17091748号-1
剧本杀复盘 剧本杀复盘 红酒 ChatGPT