UCSF-PDGM

新AI方法可从非增强扫描合成对比增强MRI

研究人员开发了一种从非对比序列合成对比增强MRI（CE-MRI）的新颖方法，旨在降低造影剂相关的健康风险和成本。该技术名为特征差异混合模型（MoFD），采用动态加权策略，自适应地聚合来自单个序列及其显式差异的信息特征。在UCSF-PDGM和UPenn-GBM数据集上的评估表明，该方法在图像保真度和感知质量方面优于现有方法，实现的分割性能与真实的CE-MRI相当。