Learning Fast-to-Long Acquisition Mapping for Denoising Micro-CT
Deze studie toont aan dat supervised deep learning, specifiek met behulp van Restormer-modellen, effectief snelle (2 min 35 s) naar hoogwaardige (60 min) micro-CT-opnames voor Braziliaanse pre-salt carbonaatgestenten kan mappen, waarbij de ruis aanzienlijk wordt verminderd en de beeldkwaliteit wordt verbeteren om tussenliggende scantijden te overtreffen, terwijl de beperkingen in het herstellen van fijne details die afwezig zijn in de oorspronkelijke snelle inputs worden erkend.