Anima 提出首个稀疏视图 CT 神经算子 CTO，任意采样率免重训
AnimaAnandkumar · x · 2026-09-13
Caltech 教授 Anima Anandkumar 团队在 ECCV 发表论文，提出 CTO（Computed Tomography neural Operator），首个面向稀疏视图 CT 重建的神经算子框架。
- 稀疏视图 CT 通过减少 X 射线投影数降低辐射剂量和扫描时间，但重建问题病态，需要学习先验
- 现有深度学习模型绑定单一降采样率，而临床协议因器官和诊断目的而异，实际上每个采样率都要训练单独模型
- CTO 学习函数空间之间的映射：函数没有固定分辨率，因此单个模型可接收任意降采样率的正弦图并输出高质量重建，无需重训练
- 平均而言 CTO 超越传统的 unrolled CNN 变分方法
「研究」频道最新
- 新论文「Heads Of Security」：定位注入攻击注意力头并改写其模式 — jonasgeiping · 2026-10-31
- UMass 团队发布 BATv1：3429 个转录因子结合 ChIP-seq 模型图谱 — jmschreiber91 · 2026-10-31
- UCLA 推出 ChairNav：会学习乘客偏好的自主导航轮椅 — zhoubolei · 2026-10-31
- 合成数据重写该花多少算力？新研究用 scaling laws 给出答案 — ChengleiSi · 2026-10-31
- 花叔开源全球 11064 种鸟类贴纸库,AI 画图消耗超 10 亿 token — AlchainHust · 2026-10-31
- Epoch AI：AI 芯片算力年增 2.5 倍，增速较 2023 年明显放缓 — rohanpaul_ai · 2026-10-31