本研究解决了物理驱动深度学习(pd-dl)在快速mri重建中的局限性,特别是在数据不足的地区。论文提出了一种名为cupid的新方法,仅依赖常规临床重建图像进行高质量pd-dl训练,从而克服了对原始k空间数据的需求。研究结果显示,cupid在质量上与传统pd-dl训练策略相当,并在多种情况下优于常规压缩感知和最先进的生成方法。
本研究提出cupid方法,克服了物理驱动深度学习在快速mri重建中的局限,依赖常规临床图像进行高质量训练,效果优于传统方法。
本研究解决了物理驱动深度学习(pd-dl)在快速mri重建中的局限性,特别是在数据不足的地区。论文提出了一种名为cupid的新方法,仅依赖常规临床重建图像进行高质量pd-dl训练,从而克服了对原始k空间数据的需求。研究结果显示,cupid在质量上与传统pd-dl训练策略相当,并在多种情况下优于常规压缩感知和最先进的生成方法。
本研究提出cupid方法,克服了物理驱动深度学习在快速mri重建中的局限,依赖常规临床图像进行高质量训练,效果优于传统方法。