PulseAugur
中
实时 08:48:36
English(EN) Accelerated MR Elastography Using Learned Neural Network Representation

深度学习加速磁共振弹性成像

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的深度学习方法来加速磁共振（MR）弹性成像，从而能够从欠采样数据中实现更快的高分辨率成像。该方法将深度神经网络视为线性子空间模型的非线性扩展，从有限的k空间数据中重建MR弹性成像。该方法结合了对比度相位特有的先验知识和多级k空间一致性损失，在显著减少扫描时间的情况下，实现了与完全采样数据相当的硬度估计。 AI

影响 该方法有望实现更快、更详细的医学成像，提高诊断能力。

排序理由 arXiv上发表的研究论文，详细介绍了一种新的MR弹性成像方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

深度学习加速磁共振弹性成像

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xi Peng ·

    Accelerated MR Elastography Using Learned Neural Network Representation

    arXiv:2601.11878v2 Announce Type: replace-cross Abstract: To develop a deep-learning method for achieving fast high-resolution MR elastography from highly undersampled data without the need of high-quality training dataset. We first framed the deep neural network representation a…

相关实体

相关话题