English(EN) Interlaced R2D2 DNN Series for Scalable Non-Cartesian MRI with Sensitivity Self-calibration

交错R2D2深度神经网络系列通过自校准增强可扩展MRI重建

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了一个新的深度神经网络系列，称为交错R2D2（iR2D2），用于非笛卡尔MRI扫描中的可扩展图像重建。该方法通过借鉴射电天文学中的残差估计范式，解决了训练大规模展开深度神经网络架构的局限性。iR2D2框架在迭代优化图像重建的同时，还能自校准灵敏度图，从而提高了准确性和性能。 AI

影响引入了一种新颖的深度学习架构，可改进MRI图像重建，有望提高诊断准确性和扫描效率。

排序理由这是一篇详细介绍用于MRI图像重建的新深度神经网络架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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.CV TIER_1 English(EN) · Shijie Chen, Yiwei Chen, Amir Aghabiglou, Motahare Torki, Chao Tang, Ruud B. van Heeswijk, Yves Wiaux · 2026-05-05 04:00

Interlaced R2D2 DNN Series for Scalable Non-Cartesian MRI with Sensitivity Self-calibration

arXiv:2503.09559v3 Announce Type: replace-cross Abstract: We introduce interlaced R2D2 (iR2D2), a DNN series paradigm for scalable image reconstruction from accelerated non-Cartesian k-space acquisitions in MRI with sensitivity map self-calibration. While unrolled DNN architectur…