MRI 扫描器作为一种诊断工具:无图像主动采样
原文中文,约300字,阅读约需1分钟。发表于: 。通过基于机器学习的强化学习方法,在病人级别上学习一个主动采样策略,通过对被欠采样的 k 空间进行直接推断,本研究验证了在膝关节 MRI 数据中,可以获得与基于机器学习诊断使用全采样 k 空间数据相媲美的诊断性能,同时分析了任务特定的采样策略,展示了主动采样方法的适应性。引入的经济采样策略有潜力降低高磁场强度需求,从而增强基于 MRI 的 POC 疾病识别和相关初步筛查工具的可行性。
通过强化学习方法研究了膝关节MRI数据的主动采样策略,证实其与全采样数据具有相媲美的诊断性能。同时,分析了任务特定的采样策略,展示了主动采样方法的适应性。经济采样策略有潜力降低高磁场强度需求,增强基于MRI的疾病识别和筛查工具的可行性。