AID-DTI: 基于细节保留模型的深度学习加速高保真扩散张量成像
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文提出了一种名为AID-DTI的新方法,通过正则化器在网络训练期间捕获细节和抑制噪声,实现快速准确的扩散张量成像。实验证明该方法优于三种最先进的方法,并能够估计出具有细粒度细节的扩散张量成像参数图。
🎯
关键要点
- 提出了一种名为AID-DTI的新方法,旨在实现快速准确的扩散张量成像。
- 该方法通过基于奇异值分解的正则化器在网络训练期间捕获细节和抑制噪声。
- AID-DTI方法仅使用六个测量即可完成成像。
- 实验证明该方法在定量和定性上优于三种最先进的方法。
- 能够估计出具有细粒度细节的扩散张量成像参数图。
➡️