研究人员开发了UMPIRE-Net，一种用于加速磁共振成像（MRI）重建的新型物理驱动深度学习方法。与先前将它们耦合的方法不同，这种新方法将幅度和相位分量的学习分开。UMPIRE-Net旨在提高重建质量，特别是在像部分傅里叶（PF）成像这样需要精确相位建模的场景中。实验表明，与现有的复值深度学习基线相比，UMPIRE-Net能够生成更清晰、伪影更少的图像。 AI
影响 该方法通过改进欠采样数据的重建，有望实现更快、更准确的MRI扫描。
排序理由 该集群描述了一篇详细介绍MRI重建新方法的最新研究论文。[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 →
