跳到正文
原文
medRxiv 预印本· Fischer, H., Motyka, S., Weiser, P., Strasser, B., Hingerl, L., Eckstein, K., Chaknam, K., Osburg, A. P., Altmeyer, A., Campilho, B., Sazonova, E., Li, Y., Liu, J., Dymerska, B., Eftekhari, Z., Shaw, T. B., Barth, M., Hangel, G., Kaushik, S., Haider, L., Bogner, W. ·· 8 天前AI 评分18

WALRUS:用于1H-MRSI水与脂质去除的稳健可迁移深度学习框架

WALRUS: Robust and Transferable Deep Learning for Water and Lipid Removal in 1H-MRSI

AI 导读

研究团队提出WALRUS框架,用于1H-MRSI中残余水和颅外脂质污染的去除,其采用与下游谱拟合一致的代谢物基组,并用在体测量校准模拟分布。7 T实验显示,经验校准的模拟器较启发式训练分布显著改善伪影去除与代谢物定量,且去除L2衍生先验后推理明显简化。该框架在3 T重新校准后于留出数据上优于传统HLSVD+L2处理,推理时无需受试者特异性脂质分割。

来源:medRxiv 预印本 · medrxiv.org