SNRAware：通过SNR单位训练和G因子图增强改进深度学习MRI去噪

本研究针对MRI去噪技术中的有效性和通用性缺口，提出了一种新型深度学习去噪方法SNRAware。该方法通过模拟高质量、多样化的合成数据集，并利用MRI重建过程中定量噪声分布信息，显著提高去噪性能和模型的通用性。研究发现，该模型在多种成像序列上均表现出色，尤其在实时心脏成像和灌注成像中，信噪比提升分别达6.5倍和2.9倍。

本研究提出了一种新型深度学习去噪方法SNRAware，旨在填补MRI去噪技术的有效性和通用性缺口。该方法通过合成数据集和定量噪声信息，显著提升去噪性能，实时心脏成像和灌注成像中的信噪比分别提高了6.5倍和2.9倍。

MRI 信噪比 去噪 心脏成像 深度学习
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友