MRI 재구성

Войти

3D 다중 코일 비 카르테시안 샘플링 MRI 재구성을 위한 NC-PDNet 벤치마킹 및 코일 압축의 영향

본 논문에서는 3D 다중 코일 비 카르테시안 샘플링 MRI 데이터 재구성을 위해 설계된 심층 학습 모델인 NC-PDNet의 성능을 평가하고, 특히 GoLF-SPARKLING 샘플링 패턴의 우수성과 코일 압축 기술의 효과를 집중적으로 다룹니다.

직교 분해를 이용한 MRI 재구성을 위한 부공간 확산 모델, Sub-DM

본 논문에서는 기존 확산 모델의 느린 수렴 속도를 개선하기 위해 k 공간 데이터의 고유한 특성을 활용하는 새로운 MRI 재구성 방법인 Sub-DM(Subspace Diffusion Model with Orthogonal Decomposition)을 제안합니다. Sub-DM은 직교 분해를 통해 k 공간 데이터를 저차원 부공간으로 투사하여 확산 프로세스를 제한함으로써 기존 방법보다 빠른 수렴 속도와 향상된 재구성 품질을 달성합니다.

MRI 재구성을 위한 구조화된 상태 공간 모델 기반의 MambaRecon

구조화된 상태 공간 모델을 활용하여 MRI 재구성 성능을 향상시키는 혁신적인 프레임워크를 제안한다.

자기공명영상(MRI) 재구성을 위한 협력적 모델 기반 네트워크

서로 다른 사전 지식을 효과적으로 통합하여 MRI 재구성 성능을 향상시킬 수 있는 협력적 모델 기반 네트워크를 제안한다.

MRI 재구성을 위한 점수 기반 생성 사전 정보 가이드 모델 주도 네트워크

점수 기반 생성 모델을 통해 얻은 저품질 샘플을 활용하여 모델 주도 네트워크의 성능을 향상시킬 수 있다.

DuDoUniNeXt: Dual-domain Unified Hybrid Model for MRI Reconstruction

DuDoUniNeXt는 단일 및 다중 대조 MRI 재구성을 위한 혼합 모델로, 다양한 품질의 참조 이미지를 적응적으로 통합하여 상태-of-the-art SC 및 MC 모델을 능가합니다.

О нас

Продукты

Ресурсы