ty -jour a2 -chen，chi -hua au -chang，ching -chun au -wang，xu au -horng，ji -hwei au -echizen，isao py -2021 da -2021/04/28 ti-图像通过生成对抗网络的库SP -9917545 VL -2021 AB-由于深度学习和人工智能的最新进展，医疗保健部门目前正在进行重大转变。尽管医学成像和诊​​断方面取得了重大突破，但在医疗保健领域仍然存在许多开放问题和未开发的应用。特别是，大量医学图像的传播被证明是一个具有挑战性且耗时的问题，但没有先前的研究调查了对这项任务的深层神经网络的使用。本文的目的是介绍和开发一种深入学习方法，以有效地传播医学图像，并特别感兴趣地编码比特平板。我们在比特平面合成与图像到图像翻译之间建立了连接，并提出了两步管道以进行渐进图像传输。首先，对生成对抗网络的库进行了训练，可以自上而下地预测位平面，然后用量身定制的自适应无损压缩算法对预测残差进行编码。实验结果验证了网络库从高阶位平面生成准确的低阶位平面的有效性比率。SN -2040-2295 UR -https：//doi.org/10.1155/2021/9917545做 - 10.1155/2021/2021/9917545 JF-医疗保健工程杂志 - Hindawi KW -er -er- ER-