#深度学习#

18篇内容 | 2511人围观

关注话题

话题活跃用户
#插入话题
深度学习
2020-05-29发表于威斯康星

前往app查看评论内容

#深度学习#众所周知,诊断和快速的脊柱MRI对于基于价值的、有效的和具有成本效益的工作流程是必不可少的,是提高MRI流转速度的基石。 深度学习(DL)可用于提高加速的MRI采集。基于DL的MRI重建的主要目的是通过使用深度神经网络从较少或 "欠采样 "的K空间数据中重建高质量的图像来促进更快的扫描。这可以通过所谓的 "基于物理的DL MRI技术 "来实现,该技术在数据一致性和基于神经网络的正则器之间交替进行有限次数的迭代,从而展开正则化迭代算法。目前研究的DL重建方面是在一个单独的、通常是数值密集型的过程中对这些模型参数进行优化,并在示范数据上进行。一旦固定下来,该模型就可以被部署并且可在未来的数据上使用。据我们所知,在实际的临床场景中,缺乏对快速获得的、低采样的脊柱MRI进行前瞻性的DL重建的研究。
2023-02-15
共51条页码: 2/3页20条/页