面向光伏和热力学器件应用的基于深度学习的加速鲁棒MRI重建综述
机器学习
2024-04-25 v1 图像与视频处理
摘要
深度学习（DL）最近涌现为提高磁共振成像（MRI）的关键技术，这是诊断放射学中的关键工具。本综述论文提供了关于DL用于MRI重建的最新进展的全面概述。其关注的是设计来提高图像质量、加速扫描并解决数据相关挑战的DL方法和架构，包括端到端神经网络、预训练网络、生成模型和自监督方法。论文还讨论了DL在优化获取协议、增强分布迁移下的鲁棒性以及解决细微偏差方面的作用。综合了大量文献和实际见解，概述了当前的成功案例、局限性以及未来发展方向，强调DL有望在临床影像实践中产生重大影响的潜力。
引用
@article{arxiv.2404.15692,
title = {Deep Learning for Accelerated and Robust MRI Reconstruction: a Review},
author = {Reinhard Heckel and Mathews Jacob and Akshay Chaudhari and Or Perlman and Efrat Shimron},
journal= {arXiv preprint arXiv:2404.15692},
year = {2024}
}