研究论文

High-dimensional denoising autoencoder priors-guided generative deep learning enables superior photoacoustic tomography at ultra-limited-view sampling

Haoran Fang, Zhiyuan Zheng, Tianxiu Zhang, Jiahong Li, Guolin Liu, Zilong Li, Shuhao Ma, Haipeng Wei 等 12 位

Nanchang University

来源Optics & Laser Technology

年份2026

DOI10.1016/j.optlastec.2026.115379

原文https://doi.org/10.1016/j.optlastec.2026.115379

阅读操作

确认中

在文库中上传 PDF 后可生成中文音频讲解。

摘要与影响

摘要 · 节选

暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。

逐年被引趋势

暂无年度引用数据

关键指标

被引次数 · OpenAlex

0.00

领域内被引倍数
同类平均 = 1

前 75%

引用位次
同领域 · 同年份 · 同类型

参考文献

Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。

AI 辅助阅读

依据：文献信息

论文问答

当前基于文献信息回答

可就本文提问；依据不足时会说明。

学术脉络

学科主题

工程

Photoacoustic and Ultrasonic Imaging

Thermography and Photoacoustic Techniques · Electrical and Bioimpedance Tomography

参考文献 69

Limited-view multi-source quantitative photoacoustic tomography

Hao Gao, Jing Chun Feng, Liang Song · Inverse Problems · 2015

被引 45

Photoacoustic and Thermoacoustic Tomography: Image Formation Principles

Kun Wang, Mark A. Anastasio · 2015

被引 59

Photoacoustic tomography: fundamentals, advances and prospects

Junjie Yao, Lihong V. Wang · Contrast Media & Molecular Imaging · 2011

被引 225

此处列出前 3 条

引用本文 -

暂无引用本文的记录