科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
来源：Nature自然科研
《自然-机器智能》发表的一篇论文Deep variational network for rapid 4D flow MRI reconstruction 介绍了一种人工智能（AI）系统可以加速对心血管血流的扫描。这个深度学习模型有望让临床医师在患者接受核磁共振扫描的同时，实时观察血流变化，从而优化诊断工作流。
四维（4D）核磁共振扫描可以用来重建心血管血流随时间的变化，对于一系列心血管疾病的诊断具有重要意义。然而，这些扫描通常需要20分钟的处理时间，意味着扫描过程中无法对进一步成像评估做出决定。加速这类扫描，就能在患者接受扫描的同时完成实时评估，不仅能节省临床医师的时间，还能减少患者的不适。
FlowVN架构和训练。来源：Vishnevskiy, V., Walheim, J. & Kozerke, S.
瑞士苏黎世联邦理工学院的Valery Vishnevskiy和同事开发了一种深度学习AI模型，可以在几秒之内对经过心脏的血流进行四维重建。作者用11个扫描案例训练了一个神经网络，发现这个网络可以准确重建正常患者和血流异常患者的主动脉血流，且准确度与传统方法一致。这个AI系统还能在20秒左右的时间里重建一次扫描，比目前尖端的传统方法快30倍，比之前的深度学习方法快4.2倍。
© nature
Natmachintell | DOI: 10.1038/s42256-020-0165-6
点击“阅读原文”查看论文英文原文
Deep variational network for rapid 4D flow MRI reconstruction
相关文章
一种拥有嗅觉的算法｜《自然-机器智能》
版权声明：
本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件China@nature.com。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。
© 2020 Springer Nature Limited. All Rights Reserved
来源：Nature-Research Nature自然科研
原文链接：https://mp.weixin.qq.com/s?__biz=MzAwNTAyMDY0MQ==&mid=2652568860&idx=4&sn=3e3244ef39a549b37b1c9a2537f7484a&chksm=80cd5392b7bada84aed55c997e1bd1ca21375e44ea1f8c87f9d395a398ce1b5b80968c4f5aea#rd
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
