Aller au contenu principal
2023 conference-paper

Properties of 2D MR image reconstructions with deep neural networks at high acceleration rates

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

We assess the properties of deep neural network-reconstructed brain MR images in the high acceleration regime at factors up to 100. We have three contributions: 1) metrics on model performance from 2- to 100-fold accelerations, 2) a Monte Carlo procedure for scoring the quality of model reconstructions using only subsampled data, and 3) assessment of the acceleration effects on pathology in six cases. Our Monte Carlo procedure can estimate ground truth PSNR with coefficients of determination greater than 0.5 using only subsampled data. Our pathology results were stable in DNN reconstructions up to 8-fold acceleration.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Properties of 2D MR image reconstructions with deep neural networks at high acceleration rates
Date Crossref
03/08/2023
Éditeur
ISMRM
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Medical Imaging Techniques and ApplicationsRadiomics and Machine Learning in Medical ImagingAdvanced MRI Techniques and Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.