上海交大研究生院主页平台管理系统郑国焱--中文主页-- DISENTANGLED REPRESENTATION LEARNING FOR DEEP MR TO CT SYNTHESIS USING UNPAIRED DATA

郑国焱

教授

所在单位：生物医学工程学院

职称：教授

电子邮箱：guoyan.zheng@sjtu.edu.cn

教师主页二维码

手机版

常用链接

论文成果

中文主页 - 科学研究 - 论文成果

DISENTANGLED REPRESENTATION LEARNING FOR DEEP MR TO CT SYNTHESIS USING UNPAIRED DATA

发布时间：2022-02-02

发表刊物：The 28th IEEE International Conference on Image Processing (IEEE - ICIP)

ISSN号：978-1-6654-4115-5

是否译文：否

发表时间：2021-09-01

论文类型：会议论文

上一条：Patient-Specific 3-D Magnetic Resonance Imaging-Based Dynamic Simulation of Hip Impingement and Range of Motion Can Replace 3-D Computed Tomography-Based Simulation for Patients With Femoroacetabular Impingement: Implications for Planning Open Hip Preservation Surgery and Hip Arthroscopy

下一条：DeepASDM: a Deep Learning Framework for Affine and Deformable Image Registration Incorporating a Statistical Deformation Model

沪ICP备05052060 版权所有©上海交通大学

访问人数： | 开通时间：--

最近更新时间：--