Learning Fast-to-Long Acquisition Mapping for Denoising Micro-CT
Este estudo demonstra que o aprendizado profundo supervisionado, especificamente utilizando modelos Restormer, pode mapear de forma eficaz aquisições de micro-CT rápidas (2 min 35 s) para de alta qualidade (60 min) para rochas carbonáticas do pré-sal brasileiro, reduzindo significamente o ruído e melhorando a qualidade da imagem para superar tempos de varredura intermediários, ao mesmo tempo em que reconhece as limitações na recuperação de detalhes finos ausentes nos inputs rápidos originais.