心脏MRI重建的基础模型

本研究解决了现有机器学习方法在心脏磁共振成像中面临的数据和计算时间需求高的问题。提出的基础模型通过自适应展开、通道切换和图像对比与采样模式提示的UNet (PCP-UNet)方法，显著提高了多种成像协议下的图像质量，超越了传统机器学习方法的表现。