一种即插即用的合成数据深度学习用于磁共振图像重建的稀疏重构方法

原文约200字，阅读约需1分钟。发表于：。

该研究提出了一种深度插拔方法，用于未采样的磁共振成像重建，可以适应不同的采样设置，并能在不同的欠采样模式和采样率下提供良好且稳健的加速图像重建性能。

该研究提出了一种通过卷积神经网络深度级联的图像重建框架，能够在 MRI 数据的欠采样下加速数据采集过程。与现有的压缩感知方案相比，该方法重建出来的图像具有更小的错误、更好的感知质量和更快的速度。