English(EN) Enhancing Implicit Neural Representations with Image Feature Embedding for Unsupervised Cardiac Cine MRI Reconstruction

新的深度学习框架增强心肌MRI重建

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了一种新的无监督深度学习框架I-FP-INR，以改进心肌电影MRI扫描的重建。该方法采用图像域双分支隐式神经表示（INR）设计，并结合额外的特征处理分支来提取互补嵌入。在公共和内部数据集上的评估表明，与现有的基线方法相比，I-FP-INR在各种场景下始终能提高重建质量并显示出鲁棒性。 AI

影响改进医学成像重建，可能导致更快、更准确的诊断。

排序理由详细介绍一种新的医学图像重建方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Donghang Lyu, Marius Staring, Yiming Dong, Keupp Jochen, Hildo J. Lamb, Mariya Doneva · 2026-07-07 04:00

Enhancing Implicit Neural Representations with Image Feature Embedding for Unsupervised Cardiac Cine MRI Reconstruction

arXiv:2607.04069v1 Announce Type: cross Abstract: Cardiac cine Magnetic Resonance Imaging (MRI) is a critical diagnostic tool that provides dynamic insights for radiologists. To accelerate acquisition, under-sampled k-space data is often used, requiring reconstruction methods tha…

报道来源 [1]

Enhancing Implicit Neural Representations with Image Feature Embedding for Unsupervised Cardiac Cine MRI Reconstruction

相关实体

相关话题