摘要 — 磁共振成像 (MRI) 是临床诊断中一种重要的非侵入性成像方法。除了常见的图像结构之外,参数成像还可以提供内在的组织特性,因此可用于定量评估。新兴的深度学习方法提供了快速准确的参数估计,但仍然缺乏网络解释和足够的训练数据。即使有大量的训练数据,训练数据和目标数据之间的不匹配也可能导致错误。在这里,我们提出了一种仅依赖于目标扫描数据而不需要预定义训练数据库的方法。我们提供了一个概念验证,将 MRI 的物理规则 Bloch 方程嵌入到物理信息神经网络 (PINN) 的损失中。PINN 能够学习 Bloch 方程,估计 T2 参数,并生成一系列物理合成数据。在幻像和心脏成像上进行了实验结果,以证明其在定量 MRI 中的潜力。
主要关键词