条件流匹配扩散MRI视野扩展方法
热点事件持续更新
条件流匹配扩散MRI视野扩展方法
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月14日arXiv人工智能板块报道,Gaurav Rudravaram等作者提出一种基于条件流匹配的扩散MRI视野扩展生成模型。该模型通过预测六个方向的表观扩散系数(ADC),在上下方向扩展扩散MRI视野,以最近两层已采集切片和全视野T1w图像为条件,兼顾局部扩散连续性与解剖一致性。训练数据为五个数据集、3103名受试者(5105次扫描),涵盖b=500和1000 s/mm²、21—192个梯度方向,含四个单壳(b=1000)和一个多壳(b=500/1000)方案。评估在五个独立数据集、299名受试者上进行,涵盖b=750—1500 s/mm²、32—90个梯度方向,包含训练中未见的单壳与多壳方案,所提方法在下游纤维束成像的纤维束Dice分数上取得显著提升(p<0.01)。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
基于条件流匹配的扩散 MRI 通用视野扩展方法报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv Artificial Intelligence基于条件流匹配的扩散 MRI 通用视野扩展方法
研究提出一种流匹配生成模型,通过预测六个方向的表观扩散系数(ADC)在上下方向扩展扩散 MRI 视野,以最近两层已采集切片和全视野 T1w 图像为条件,兼顾局部扩散连续性与解剖一致性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。