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力展示有效利用回顾性的人工校正（RAC）神经网络与未配对的数据学习以解散并删除不需要的图像伪影。

磁共振成像（MRI）易于由运动引起的人工制品影响，这可以使图像无法使用并导致成像研究中的经济损失。在UNC的生物医学研究成bob88体育平台登录像中心（BRIC），图像分析核心总监PEW-TIIAN YAP，PH.D.引导一个团队探讨使用深度学习，以确定具有近人精度的劣质图像以毫秒为单位。他们的调查工作旨在在MRI重新扫描中越来越多地决策。

回顾一下人工制品校正（RAC）是MRI越来越多的研究，用于校正运动引起的人工制品。在1月19日，2021年问题自然机器智力，Yap博士的调查团队发表了实验结果使用UNC / UMN Baby Connectome项目数据，该项目数据显示有效地使用RAC神经网络通过未配对数据学习以解散并删除不需要的图像人工制品。他们的调查结果还揭示了RAC网络在不同对比中保留了MR图像中的解剖细节的能力，提高MRI质量追加后，提高图像可用性。

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。

YAP博士指出：“AI-Powered RAC可以挽救带有运动人工的无数图像，以显着提高可用图像的数量，并降低成像研究的财务损失。”

---

---