ScanCLIP

人工智能通过运动校正和特征解耦增强MRI诊断

研究人员开发了新的深度学习框架，以解决MRI扫描中的运动伪影并提高诊断准确性。一种名为ScanCLIP的方法，利用参数引导的对比解耦和自适应专家来校正不同MRI模态和严重程度的伪影，显示出改进的PSNR和SSIM指标。另一种方法MoViD，使用Vision Transformer骨干网络，专注于将心脏MRI中特定于视角的解剖变异与疾病相关特征解耦，从而提高诊断鲁棒性，尤其是在数据稀疏的情况下。