Abdulkader Ghandoura

新的MRI超分辨率方法实现更快的训练和更高的质量

研究人员开发了一种新颖的单受试者弥散MRI超分辨率迁移学习框架。该方法在一个高分辨率模板上预训练一个隐式神经表示（INR），然后针对特定受试者扫描进行微调。该方法显著提高了图像质量和微观结构估计指标，在Human Connectome Project数据上将归一化均方根误差（NRMSE）降低了36-49%，将特征相似性指数（FSIM）提高了24-43%，同时与最近的基线相比，训练速度也提高了六倍。