跳到正文
热点事件持续更新

分解引导曲波阈值化用于CT核转换去噪

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月7日,arXiv cs.CV 刊出一项用于CT锐核到软核转换的去噪研究。该工作提出一种分解引导的Curvelet阈值化混合去噪框架,把EMD、VMD、MEMD、BEMD等分解方法与Curvelet变换阈值化结合:图像先经分解,各分解模态分别施加软阈值与硬阈值处理后重建。在采用B50、B46、B41、B36核重建的标准CT数据集上,VMD的PSNR与SSIM均最高。报道称软阈值更利于保留细节,硬阈值去噪更强,该方法的参考与非参考质量指标均优于传统方法。目前报道仅涉及该方法的实验表现,未提及后续复现或临床应用。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.CV
    分解引导的 Curvelet 阈值化用于 CT 锐核到软核转换

    一项混合去噪框架把 EMD、VMD、MEMD、BEMD 分解与 Curvelet 变换阈值化结合,各分解模态分别经软、硬阈值处理后重建图像。在 B50、B46、B41、B36 核重建的标准 CT 数据集上,VMD 的 PSNR 与 SSIM 均最高。软阈值更利于保留细节,硬阈值去噪更强,该方法的参考与非参考质量指标均优于传统方法。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。