Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Polish Journal of Medical Physics and Engineering
Volume 31 (2025): Numero 1 (Marzo 2025)
Accesso libero
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
Cerca questo autore su
Sciendo
|
Google Scholar
Acquah, Isaac Kwesi
,
Shiraz Issahaku
Shiraz Issahaku
Department of Medical Physics, University of Ghana
Ghana
Ghana Atomic Energy Commission
Accra, Ghana
Cerca questo autore su
Sciendo
|
Google Scholar
Issahaku, Shiraz
e
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
Cerca questo autore su
Sciendo
|
Google Scholar
Tagoe, Samuel Nii Adu
02 apr 2025
Polish Journal of Medical Physics and Engineering
Volume 31 (2025): Numero 1 (Marzo 2025)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Pubblicato online:
02 apr 2025
Pagine:
20 - 38
Ricevuto:
17 set 2024
Accettato:
10 gen 2025
DOI:
https://doi.org/10.2478/pjmpe-2025-0003
Parole chiave
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.
