跳到正文
热点事件持续更新

研究提出结合幅值信息的动态MRI重建方法

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Mahdi Saberi 等作者提出一种名为 C+Mag 的物理驱动深度学习重建方法,将辅助 k 空间幅值信息用于加速稳态动态 MRI 重建。该方法采用基于 ADMM 的展开框架和幅值感知数据保真项,并用二次平滑优化与动量更新处理幅值约束的不可微与非凸问题。 该研究以 arXiv cs.AI 预印本形式发布,尚未见经同行评审验证的重建效果数据。

AI 根据报道生成 · 51 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.AI
    利用纯幅值与复数测量提升学习先验的动态 MRI 重建

    研究提出 C+Mag,一种幅值信息驱动的物理驱动深度学习重建方法,将辅助 k 空间幅值信息用于加速稳态动态 MRI 重建。该方法采用基于 ADMM 的展开框架和幅值感知数据保真项,并用二次平滑优化与动量更新处理幅值约束的不可微与非凸问题。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。