PulseAugur
中
实时 08:54:43
English(EN) Primitive Representation Learning for Unsupervised Dynamic Contrast Enhanced MRI Reconstruction

新的深度学习方法增强了动态MRI重建

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新研究论文提出了用于改进动态MRI重建的先进深度学习技术。第一篇论文《利用仅幅度与复数测量通过学习先验改进动态MRI重建》介绍了一种名为“C+Mag”的方法，该方法将仅幅度测量与复数值数据结合起来，以增强伪影抑制和解剖结构恢复。第二篇论文《用于无监督动态对比增强MRI重建的原始表示学习》提出了一个框架，该框架将解剖结构、对比度增强和运动解耦为单独的时间基函数，从而能够对动态对比增强MRI进行更可靠的定量分析。 AI

影响 这些新颖的深度学习方法有望提高动态MRI扫描的质量和定量分析能力，从而可能带来更准确的诊断和治疗监测。

排序理由 两篇在arXiv上发表的学术论文，详细介绍了MRI重建的新方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的深度学习方法增强了动态MRI重建

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Mahdi Saberi, Ya\c{s}ar Utku Al\c{c}alar, Merve G\"{u}lle, Chetan Shenoy, Mehmet Ak\c{c}akaya ·

    利用仅幅度和复数测量值，结合学习先验改进动态 MRI 重建

    arXiv:2608.18036v1 Announce Type: cross Abstract: MRI reconstruction methods for undersampled k-space data naturally utilize complex-valued measurements. Parallel developments in sparse phase retrieval have shown that magnitude-only measurements may provide complementary informat…

  2. arXiv cs.LG TIER_1 English(EN) · Veronika Spieker, Wenqi Huang, Cemre Ariyurek, Liam Timms, Daniel Rueckert, Onur Afacan, Julia A. Schnabel, Sila Kurugol ·

    无监督动态对比增强MRI重建的原始表示学习

    arXiv:2608.18055v1 Announce Type: cross Abstract: Reliable quantitative analysis of dynamic contrast-enhanced MRI requires high-quality spatiotemporal reconstructions at high undersampling rates. Scan-specific reconstructions using Gaussian and Gabor primitives have shown promisi…

相关实体

相关话题