Learning Fast-to-Long Acquisition Mapping for Denoising Micro-CT
Cette étude démontre que l'apprentissage profond supervisé, utilisant spécifiquement des modèles Restormer, peut cartographier efficacement des acquisitions micro-CT rapides (2 min 35 s) vers des acquisitions de haute qualité (60 min) pour les roches carbonatées du pré-sel brésilien, réduisant considérablement le bruit et améliorant la qualité d'image pour surpasser les temps de balayage intermédiaires tout en reconnaissant les limites dans la récupération des détails fins absents des entrées rapides originales.