Training Physics-Driven Deep Learning Reconstruction without Raw Data Access for Equitable Fast MRI
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为CUPID的方法,旨在解决物理驱动深度学习(PD-DL)在快速MRI重建中的数据不足问题。CUPID仅依赖常规临床重建图像进行高质量训练,结果表明其在图像质量上与传统方法相当,并在多种情况下优于常规压缩感知和先进生成方法。
🎯
关键要点
- 本研究提出了一种名为CUPID的方法,旨在解决物理驱动深度学习(PD-DL)在快速MRI重建中的数据不足问题。
- CUPID方法仅依赖常规临床重建图像进行高质量训练,克服了对原始k空间数据的需求。
- 研究结果表明,CUPID在图像质量上与传统PD-DL训练策略相当,并在多种情况下优于常规压缩感知和先进生成方法。
➡️