加速患者特异性非笛卡尔MRI重建使用隐式神经表示

本研究解决了传统MRI扫描时间过长以及非笛卡尔采样过程中复杂的迭代重建问题。通过提出一种新颖的生成对抗训练隐式神经表示（k-GINR），该方法能够有效处理病人特异性优化，显著提高了在高加速条件下的MRI重建性能，特别是在肝脏影像中体现了良好的适应性和准确性。