咨询热线
010-53779975
提出了一种新的深度学习框架，用于直接从欠采样数据重建这些临床参数，该框架扩展应用驱动的 MRI 的想法。具体来说，即端到端综合网络和隐层特征插值网络。这两种网络用于从极低欠采样的动态 MRI 数据中来达到心脏分割的目的，完全绕过通常的图像重建阶段。使用从英国生物银行（UK Biobank）采集的包含近 1000 对象的大数据来测试所提出的网络，实验结果表明采用所提出的方法，可以从每个时间帧少于 10 个 k 空间线获得对射血分数等临床参数的准确估计。从欠采样 k 空间重建磁共振成像（MRI）能够加速 MRI 图像的采集，但这是一个具有挑战性的问题。然而，在许多诊断方案中，并不需要完美的影像重建结果，只要影像允许临床医生提取临床相关参数。
010-53779975
