Algorithmes de reconstruction basés sur l'apprentissage profond en TDM

Retour aux résultats

Retour aux résultats

Journées francophones de radiologie
Intérêt et apport des algorithmes de reconstruction d'image basés sur l'apprentissage profond en tomodensitométrie
Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Auteur principal :

Djamel Dabli

Vidéo

09 October 2022

Content reserved for SFR members

Join SFR to view this content

Full videos, AI summaries, and highlights moments are available only to members with current memberships.

Already a member ? Se connecter

Dans la même session

Retour d'expérience clinique sur l'algorithme TrueFidelity

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Voir la session

Du même auteur

Algorithmes de reconstruction basés sur l'apprentissage profond en TDM spectrale: état de l'art et évaluation objective de la qualité d'image

Retrospective analysis of dosimetric data from oral and maxillofacial examinations with dedicated CBCT

Afficher tous les résultats

Sur la même thématique "Innovations & Recherche"

Séance de Prix Communications Jeunes Chercheurs

Myriam Edjlali-Goujon

Imagerie de perfusion en IRM: standardisation et critique de la littérature

Anne-Sophie Bertrand

Afficher tous les résultats