研究人员将笛卡尔磁共振成像(MRI)欠采样掩模的设计视为一个特征子集选择问题。通过估计候选掩模及其训练集评估中的互信息和条件互信息,他们开发了一个二次无约束二元优化(QUBO)模型。该模型通过选择特征子集来确定采样掩模,并使用模拟退火和量子退火进行求解。与传统方法相比,在各种采样率下,由此产生的重建在均方根误差和平均结构相似性方面均表现更优。 AI
影响 引入了一种信息论方法来优化MRI欠采样,有望提高图像重建质量。
排序理由 该项目描述了一种使用QUBO进行MRI欠采样掩模设计的新颖研究方法,详见论文。[lever_c_demoted from research: ic=1 ai=0.4]
在 Hugging Face Daily Papers 阅读 →
- Cartesian
- Conditional mutual information
- Fastmri
- Fourier
- magnetic resonance imaging
- mutual information
- quantum annealing
- qubo
- simulated annealing
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →