PNG resize的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

醫療影像超解析度重建之研究 - 以肺部影像及肺癌診治為臨床驗證

為了解決PNG resize的問題，作者趙恒勝 這樣論述：

隨著醫療科技的發達與醫療知識的日新月異，影像學檢查是越來越重要。在治療的規劃、疾病的進展、預後的預測上，都佔有一席之地。例如，在肺癌方面，電腦斷層可以用於早期肺癌篩檢、虛擬支氣管鏡、電磁導航支氣管鏡切片採檢、定位標示手術區域、以及肺計量，以評估治療反應、併發症及癌症復發等的參考。然而，臨床影像不似研究用或是特殊用途影像，都可以用最高品質、細切影像的資料形態保存下來。本研究希望能夠以臨床常用的5mm的電腦斷層，合併軸向切面及冠狀切面，透過現行深度學習的模型，來實現醫療影像的超解析度，重組出全套細切電腦斷層影像。同時，在以傳統數學模式的評估方式之外，我們使用一線臨床醫師對影像品質的意見與評價、以

及具有衛生主管機關認證的影像處理程式演算出的參數等，作為導入人性的觀感的影像品質的評估。本研究發現，在臨床醫師投票後，雖然原始細切電腦斷層影像得到最多的喜愛，但是仍有8組超解析度重組的影像被認為票選為最佳品質；另外有4組超解析度重組的影像，被票選為原始細切電腦斷層影像。而電腦程式自動分割支氣管支的項目，超解析度重組的影像，僅比原始細切電腦斷層影像平均少1.5個支氣管分支。依本研究的結果，我們完成以深度學習超解析度重組出的細切電腦斷層影像的工作流程，未來有更佳的深度學習模型，將可以使用模組代換的方式升級。我們預期這樣的操作及成果，尤其是符合臨床醫師對影像品質的要求，將有其臨床應用的價值。