Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Polish Journal of Medical Physics and Engineering
Volumen 31 (2025): Edición 1 (Marzo 2025)
Acceso abierto
A systematic review of deep learning techniques for generating synthetic CT images from MRI data
Isaac Kwesi Acquah
Isaac Kwesi Acquah
Department of Medical Physics, University of Ghana
Ghana
Department of Physics Education, University of Education
Winneba, Ghana
Buscar este autor en
Sciendo
|
Google Scholar
Acquah, Isaac Kwesi
,
Shiraz Issahaku
Shiraz Issahaku
Department of Medical Physics, University of Ghana
Ghana
Ghana Atomic Energy Commission
Accra, Ghana
Buscar este autor en
Sciendo
|
Google Scholar
Issahaku, Shiraz
y
Samuel Nii Adu Tagoe
Samuel Nii Adu Tagoe
Department of Medical Physics, University of Ghana
Ghana
Department of Radiation Oncology, National Centre for Radiotherapy and Nuclear Medicine, Korle-Bu Teaching Hospital
Ghana
Buscar este autor en
Sciendo
|
Google Scholar
Tagoe, Samuel Nii Adu
02 abr 2025
Polish Journal of Medical Physics and Engineering
Volumen 31 (2025): Edición 1 (Marzo 2025)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
02 abr 2025
Páginas:
20 - 38
Recibido:
17 sept 2024
Aceptado:
10 ene 2025
DOI:
https://doi.org/10.2478/pjmpe-2025-0003
Palabras clave
deep learning algorithms
,
synthetic CT
,
magnetic resonance imaging
,
radiotherapy planning
,
image quality
,
non-invasive imaging
© 2025 Isaac Kwesi Acquah et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
