研究人员开发了ULF-Synth，一个旨在增强超低场（ULF）MRI图像的框架。ULF MRI图像通常比高场（HF）MRI具有更低的信噪比和空间分辨率。该系统从HF体积数据合成逼真的ULF图像，以创建配对的训练数据，使模型能够改善解剖细节恢复。当仅用这些合成数据进行训练时，模型在真实ULF采集数据上表现出有效的泛化能力，改进了下游任务，如脑分割，并获得了放射科医生更高的偏好。 AI
影响 增强医学成像能力，可能提高诊断准确性和MRI技术的普及性。
排序理由 这是一篇描述图像增强新技术的学术论文。[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 →