研究发现人工智能在MRI人工制品中的疗效

Pew-thian Yap，Ph.D.，UNC图像分析小组（Bric）放射学和主任副教授，是发表实验结果的高级作者自然机器智能展示了有效使用回溯性伪影校正(RAC)神经网络学习的未配对数据，以解缠和去除不必要的图像伪影。

磁共振成像(MRI)容易受到运动引起的人为干扰，从而使图像无法使用，并在成像研究中造成经济损失。在北卡罗来纳大学生物医学ob欧宝直播nba研究成像中心(BRIC)，图像分析核心主任Pew-Thian Yap博士领导了一个团队，研究使用深度学习以接近人类的精确度在毫秒内识别低质量图像。他们的调查工作旨在在MRI重新扫描中越来越多地决策。

回顾人工制品矫正(RAC)是一项日益被研究的技术，在MRI纠正运动引起的伪影。2021年1月19日发行自然机器智能雅普博士的调查团队发表了这篇文章实验结果使用UNC/UMN婴儿连接体项目数据，演示了RAC的有效使用神经网络学会了用未配对的数据来解缠和去除不需要的图像伪影。他们的发现还揭示了RAC网络在不同对比的磁共振图像中保留解剖细节的能力，改善磁共振采集后的质量，并提高图像的可用性。

本国立生物医学成像和生物工程研究所（NIBIB）的影响 - 应用成像证明卓越的运动校正通过人工智能技术进行了卓越的运动。该研究表明，对RAC的可靠人工智能技术进行了进一步的研究，以便在未来MRI研究中受益于图像校正和重建。

雅普博士指出:“人工智能驱动的RAC可以通过运动伪影挽救无数图像，从而显著提高可用图像的数量，并减少成像研究的经济损失。”

---

---