新论文 Noise2Flow:单张噪声医学影像自去噪
maier_ak · x · 2026-11-16
作者 Andreas Maier 团队在 Journal of Medical Imaging 发表新论文 Noise2Flow:仅用单张噪声图像去噪,无需干净参考图、无需训练集,针对低剂量 CT 与活细胞荧光显微中常见的「干净样本根本不存在」场景。配图展示腹部 CT 去噪示意。
所属事件:Noise2Flow:单张噪声医学影像无需训练即可自去噪(3 条相关)→
「研究」频道最新
- 机器人里慢模型是灾难:研究者深谈大 VLA 的低延迟困境 — kvablack · 2026-11-16
- 研究图表显示上下文学习已足够支撑显著持续学习,Agent 第三月表现大幅提升 — xennygrimmato_ · 2026-11-16
- 1% 铒掺杂即可毁掉反应离子刻蚀:氢化铒低挥发性是元凶 — jwt0625 · 2026-11-16
- Noise2Flow 核心思路:不完美去噪方向可信,再前进 15% 即可 — maier_ak · 2026-11-16
- Noise2Flow 瞄准低剂量 CT 与活细胞显微的去噪困境 — maier_ak · 2026-11-16
- 八机构联合发布 VLM 记忆综述:4D 框架梳理 300+ 论文与近 70 基准 — 机器之心 · 2026-11-16