A NOVEL DEEP LEARNING MODEL, RDBCYCYLEGAN-CBAM FOR LOW-DOSE CT IMAGE DENOISING
Die Studie stellt ein neuartiges Deep-Learning-Modell namens RDBCycleGAN-CBAM vor, das durch die Integration von residualen dichten Blöcken und CBAM-Aufmerksamkeitsmodulen in einen CycleGAN-Rahmen unpaarige CT-Bilder mit einer Viertel-Dosis effektiv entrauscht und dabei signifikant höhere Bildqualitätsmetriken (PSNR und SSIM) sowie den Erhalt diagnostischer Details im Vergleich zu bestehenden Methoden erreicht.