BriefGPT - AI 论文速递
·
基于优化深度学习方法的加速质子共振频率磁共振测温
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了ProxNet学习框架，用于解决磁共振指纹问题。该框架结合了前向采集和布洛赫动力学模型，通过循环学习机制和神经近端模型进行去混淆和定量推断。实验结果表明，ProxNet具有高精度、低存储需求和快速运行的优点。
🎯
关键要点
- 提出了一种名为ProxNet的学习框架，用于解决磁共振指纹问题。
- ProxNet结合了前向采集和布洛赫动力学模型，采用循环学习机制。
- 使用紧凑的神经近端模型进行去混淆和定量推断。
- ProxNet能够灵活地训练稀缺的MRF训练数据集。
- 实验结果显示ProxNet具有高精度、低存储需求和快速运行的优点。
➡️
