diffusion-weighted magnetic resonance imaging

关键词diffusion-weighted magnetic resonance imaging

搜索结果 - 8

胎儿大脑的解剖学束追踪
提出了一种基于胎儿脑组织精确分割的解剖约束轨迹追踪方法，通过深度学习自动计算出精确的分割，从而显著提高扩散张量成像的准确性和可重现性。
PDF4 months ago
FOD-Swin-Net：基于变压器的深度模型进行纤维定向分布的角度超分辨率
通过使用自动角度超分辨率从更快的采集中来克服当前长时间的磁共振成像数据得出纤维定向的问题，我们在公开可用的 Human Connectome Project (HCP) DW-MRI 数据上训练了一种基于变压器的深度学习架构，FOD-Swi
PDF4 months ago
IVIM-Morph: 动态补偿的定量矢量内相不相干运动（IVIM）分析用于从扩散加权磁共振成像数据评估功能性胎儿肺成熟度
IVIM-morph 是一种自监督深度神经网络模型，用于运动校正的扩散加权磁共振成像数据的定量分析，其将 IVIM 模型参数估计和运动同时进行，展示了在胎儿肺部定量分析中改善胎龄相关性，同时为非侵入性胎儿肺成熟性评估和动态扩散加权成像分析提
PDF6 months ago
利用机器学习的扩散磁共振成像
扩散加权磁共振成像（dMRI）提供了非侵入性评估大脑微结构和结构连接的独特能力。然而，分析 dMRI 数据以提取临床和科学目的的有用信息具有挑战性，而机器学习方法在解决 dMRI 分析中的困难任务方面可能具有潜力。然而，为了实现这一点，需要
PDF6 months ago
TBSS++: 一种新的基于轨迹的空间统计计算方法
提出了一种新的计算框架，通过准确地分割束与不同主体 / 扫描的数据的精确注册，基于纤维定向分布，创建白质束详细解剖图，并为所有主体的数据创建一个基准空间进行比较，从而改善白质束间跨主体数据的比较的准确性和重复性。
PDFa year ago
基于深度约束球形去卷积的扩散磁共振韧性纤维 ODF 估计
本文提出了一种新颖的数据驱动的深度约束球形反卷积方法，用于对重复 DW-MRI 扫描的脑微结构进行更可重复和更健壮的估计，并表明该方法在区分具有不同生物标志物的受试者方面具有更好的表现。
PDFa year ago
Patch2Self: 自监督学习去噪扩散 MRI
本文介绍了一种自主学习方法 Patch2Self，用于去噪扫描数据，并展示了它在研究微结构建模，纤维束连贯性跟踪和模型估计方面的有效性。
PDF4 years ago
使用深度卷积神经网络进行前列腺癌检测
本文介绍了基于卷积神经网络（CNNs）构建自动化流程，用于检测临床意义的前列腺癌（PCa）的给定轴向 DWI 图像，并为每个患者进行检测。检测性能在受试患者中获得了 0.87 的接收器操作特征曲线下面积（AUC）（95％置信区间（CI）：0
PDF5 years ago