Herzlichen Glückwunsch an Julius Glaser und Co-Autoren zu dem kürzlich veröffentlichten Artikel: „A Deep Nonlinear Subspace Modeling and Reconstruction for Diffusion-Weighted Imaging Using Denoising Auto-Encoder“!
Die Studie stellt eine neuartige Rekonstruktionsmethode vor, die Deep Learning und biophysikalische Modellierung kombiniert, um hochaufgelöste diffusionsgewichtete MRT-Aufnahmen, insbesondere bei hohen b-Werten, zu verbessern. Im Vergleich zu etablierten Rekonstruktionsverfahren ermöglicht die Methode eine stärkere Rauschunterdrückung bei gleichzeitig besserer Darstellung feiner anatomischer Strukturen und Faserverläufe.
Der vollständige Artikel ist hier zu finden:
A Deep Nonlinear Subspace Modeling and Reconstruction for Diffusion‐Weighted Imaging Using Denoising Auto‐Encoder – Glaser – Magnetic Resonance in Medicine – Wiley Online Library