2024-05-15发表于威斯康星
2024-05-10发表于上海
2024-04-29发表于上海
2024-04-29发表于陕西省
#人工智能# 磁共振成像（MRI）对膝关节结构异常的显示具有突出的优势，是目前最常见的检查之一。与其他方式相比，MRI采集的一个主要挑战是扫描持续时间延长，较长的扫描时间会增加运动伪影干扰的可能性，尤其是在膝关节疼痛的患者中，甚至会导致扫描失败。因此，开发先进的加速扫描协议对临床意义重大。
基于人工智能 (AD）的加速核磁共振成像尚处于起步阶段，但近年来已经取得了重大进展。虽然临床上已经提出了几种先进的技术来减少图像获取时间，然而在传统的加速方法下可能会导致信号-噪声比 (SNR) 的降低和图像伪影的增加，限制了进一步加速扫描的可行性 。基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息，并将预训练的知识应用于欠采样图像重建，允许高加速水平，并可同时保持高图像质量和潜力。
2024-04-20
2024-04-18发表于上海
2024-04-04发表于陕西省
2024-03-20发表于上海
2024-03-11发表于上海
2024-03-08发表于上海
2024-03-05发表于上海
