热点事件持续更新

C+Mag：融合幅值信息的动态MRI重建方法

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Mahdi Saberi 等作者提出 C+Mag，一种在物理驱动深度学习动态 MRI 重建中融合辅助 k 空间幅度信息的方法，基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上，作者报告该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳，并获得盲法专家评估支持。成果将发表于 IEEE TBME。

AI 根据报道生成 · 13 小时前更新

最新进展10月21日 12:00

利用仅幅度与复数测量提升学习先验动态 MRI 重建

报道时间线

沿着报道，了解事件的不同侧面。

10月21日

12:00
arXiv 物理
利用仅幅度与复数测量提升学习先验动态 MRI 重建
研究提出 C+Mag，一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法，基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上，该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳，并获得盲法专家评估支持。成果将发表于 IEEE TBME。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月21日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。