研究人员开发了改进脑部MRI扫描分辨率的新方法。一种方法AGW-PBR通过在训练期间结合组织混合熵加权来增强受部分容积效应影响的组织过渡区域。另一种方法SIMS-MRI使用隐式神经表示和学习到的视图间对齐,从各向异性多视图扫描创建各向同性重建,而无需预处理或大型数据集。这两种技术都旨在提高MRI超分辨率在临床应用中的细节和可靠性。 AI
影响 MRI超分辨率的这些进展可能带来更详细、更可靠的医学成像,从而提高诊断准确性并减少对大量数据采集的需求。
排序理由 arXiv上发表了两篇研究论文,详细介绍了MRI超分辨率的新方法。
- Abhishek Thanki
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
- SIMS-MRI
- AGW-PBR
- Fastmri
- IXI
- SynthSeg
- T2 Humanoid Robot
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →