XiaoMi-AI文件搜索系统
World File Search System图像质量
探索MRI矩阵大小对大脑图像质量的影响
历史记录：磁共振成像（MRI）源自Felix Bloch和Edward Purcell于1946年发现的核磁共振（NMR），他们于1952年获得诺贝尔物理学奖。最初应用于化学，NMR的医疗潜力是由Raymond Damadian实现的。1973年，保罗·劳特伯（Paul Lauterbur）推出了针对NMR的空间编码，使创建2D图像成为可能，彼得·曼斯菲尔德（Peter Mansfield）随后开发了快速成像技术。第一次人类MRI扫描于1977年进行，MRI在整个1980年代及其他地区迅速成为医学诊断的主食，提供详细的图像而无需电离辐射。劳特伯（Lauterbur）和曼斯菲尔德（Mansfield）于2003年因其对MRI开发的贡献而获得诺贝尔生理学或医学奖。
使用像素级伽马校正增强图像质量
复合材料是材料科学和工程中最重要的材料，包含两种或两种以上的材料。在材料工程中，扫描电子显微镜 (SEM) 技术是一种测量材料粒度的方法。一种替代 SEM 的新程序被称为人工智能 (AI)。人工智能 (AI) 是一门跨学科科学和计算机科学的分支，涉及解决需要人类智能和能力的问题。计算机视觉是人工智能的一个子领域，它使用一些算法通过使用计算机（称为图像处理）来检测图像的细节。检测粒子并测量 SEM 扫描的材料尺寸是一项重要任务，有助于描述其特征，传统上，尺寸是通过在 SEM 图像中添加网格或在任意粒子中绘制对角线来手动计算的。本文提出了一种基于人工智能 (AI) 的新模型，使用计算机视觉来分析所有粒子的尺寸。该模型用于检测复合材料（如石墨烯薄片）中添加剂的粒度，并根据扫描电子显微镜 (SEM) 上固定的参考尺寸测量它们的尺寸。该模型基于开源计算机视觉（OpenCV）库，利用多层 Canny 边缘检测、Sobel 滤波器、亮度和对比度算法，使用 Python 3。结果以非常低的处理时间 = 0.2 毫秒实现了非常满意的指示。
图像质量迁移的三维条件扩散模型
低场 (LF) MRI 扫描仪 (<1T) 在资源有限或电源不可靠的环境中仍然很普遍。然而，它们产生的图像的空间分辨率和对比度通常低于高场 (HF) 扫描仪。这种质量差异可能导致临床医生的解释不准确。图像质量迁移 (IQT) 旨在通过学习低质量和高质量图像之间的映射函数来提高图像质量。现有的 IQT 模型通常无法恢复高频特征，导致输出模糊。在本文中，我们提出了一种 3D 条件扩散模型来改进 3D 体积数据，特别是 LF MR 图像。此外，我们将跨批次机制整合到我们网络的自注意力和填充中，即使在小型 3D 块下也能确保更广泛的情境感知。在公开的人类连接组计划 (HCP) 数据集上进行的 IQT 和脑分区实验表明，我们的模型在数量和质量上都优于现有方法。该代码可在 https://github.com/edshkim98/DiffusionIQT 上公开获取。
低剂量的图像质量和定量宠物参数
1核医学和临床分子成像系，大学医院Tuebingen，72076德国Tuebingen； eduardo.calderon-ochoa@med.uni-tuebingen.de（e.c.）; f.schmidt@med.uni-tuebingen.de（F.P.S.）; wenhong.lan@med.uni-tuebingen.de（W.L.）; salvador.castaneda@med.uni-tuebingen.de（s.c.-v.）; nils.trautwein@med.uni-tuebingen.de（n.f.t。）; helmut.dittmann@med.uni-tuebingen.de（H.D.）; christian.lafougere@med.uni-tuebingen.de（c.l.f.）2 Werner Siemens成像中心，临床前成像和放射药，Eberhard-Karls University Tuebingen，72076德国Tuebingen 3 3 3诊断和介入放射学系，University Hospital Tuebingen，72076 Tuebingen，72076 Tuebingen，德国。 andreas.brendlin@med.uni-tuebingen.de 4卓越群体Ifit（EXC 2180）“图像指导和功能指导肿瘤疗法”，Tuebingen大学，72074德国Tuebingen，德国5德国癌症联盟（DKTK），DKTK），合作伙伴Tuebingen，72074 Tuebingen，Germany，Germany，Germany，Germany * soopersence，Germany * lena.kiefer@med.uni-tuebingen.de
基于人工智能的肝脏 MRI 图像质量增强：定量和定性评估
摘要 目的 比较应用和关闭 (NON-DL) 的 AIR Recon Deep Learning™ (ARDL) 算法的肝脏 MRI 与传统高分辨率采集 (NAÏVE) 序列在定量和定性图像分析和扫描时间方面的差异。材料与方法这项前瞻性研究包括 2021 年 9 月至 11 月期间的 50 名连续志愿者（31 名女性，平均年龄 55.5 ± 20 岁）。进行 1.5 T MRI 检查并包括三组图像：使用 ARDL 和 NAÏVE 协议获取的轴向单次激发快速自旋回波 (SSFSE) T2 图像、弥散加权图像 (DWI) 和表观弥散系数 (ADC) 图；还评估了 NON-DL 图像。两名放射科医生一致在肝实质中绘制固定的感兴趣区域以计算信噪比 (SNR) 和对比噪声比 (CNR)。另外两名放射科医生使用五点李克特量表独立评估主观图像质量。记录采集时间。结果 SSFSE T2 客观分析显示 ARDL vs NAÏVE 和 ARDL vs NON-DL 的 SNR 和 CNR 较高（所有 P < 0.013）。对于 DWI，ARDL vs NAÏVE 和 ARDL vs NON-DL 的 SNR 没有差异（所有 P > 0.2517）。ARDL vs NON-DL 的 CNR 较高（P = 0.0170），而 ARDL 和 NAÏVE 之间没有差异（P = 1）。在 ADC 图的 SNR 和 CNR 方面，三种比较均无差异（所有 P > 0.32）。所有序列的定性分析显示 ARDL 的整体图像质量更好，截断伪影更少，清晰度和对比度更高（所有 P < 0.0070），且具有出色的评分者间一致性（k ≥ 0.8143）。 ARDL 序列的采集时间比 NAÏVE 短 (SSFSE T2 = 19.08 ± 2.5 s vs. 24.1 ± 2 s 和 DWI = 207.3 ± 54 s vs. 513.6 ± 98.6 s，所有 P < 0.0001)。结论 ARDL 应用于上腹部与 NAÏVE 协议相比，整体图像质量更好，扫描时间更短。
图像质量和速度毫不妥协
这些优先事项与三个趋势直接相关。首先，磁共振的临床实用性不断提高，这增加了对更多患者进行高效扫描和缩短从初次扫描到最终诊断的路径的压力。其次，为了在报销额度下降的情况下保持利润率 2 ，磁共振部门正在寻找降低每次扫描成本以及减少重新扫描的方法，其中 20% 的重新扫描是由于运动伪影而必须进行的。3 第三，由于 Covid-19 大流行导致选择性手术暂停，限制解除后需求激增，导致许多磁共振部门的检查积压。
使用静音梯度线圈进行安静 T1 加权 7T 脑成像的图像质量和受试者体验
摘要 目的：磁共振成像 (MRI) 中的噪声会对患者产生负面影响。我们评估了以 20 kHz 切换的静音梯度线圈与 7 T 1 加权磁化制备的快速梯度回波 (MPRAGE) 序列的结合。方法：五名健康受试者（21-29 岁；三名女性）之前没有接受过 7-T MRI 检查，分别接受了两次安静 MPRAGE (Q-MPRAGE) 和常规 MPRAGE (C-MPRAGE) 序列。两名神经放射科医生对图像质量进行了定量和定性评估。所有受试者在每个序列之后立即以及整个检查（延迟）后（0-10 的量表）客观测量声级并主观评分。所有受试者还报告了舒适度、总体体验和再次接受该序列的意愿。结果：与 C-MPRAGE 相比，Q-MPRAGE 具有更高的信噪比 (10%；p = 0.012) 和更低的对比噪声比 (20%；p < 0.001)，并且图像质量良好。Q-MPRAGE 产生的噪音水平低 27 dB (76 对 103 dB)。受试者报告 Q-MPRAGE 的即时 (4.4 ± 1.4 对 6.4 ± 1.3；p = 0.007) 和延迟 (4.6 ± 1.4 对 6.3 ± 1.3；p = 0.005) 的噪音水平较低，而他们评定的舒适度 (7.4 ± 1.0 对 6.1 ± 1.7；p = 0.016) 和总体体验 (7.6 ± 1.0 对 6.0 ± 0.9；p = 0.005) 较高。再次接受该序列的意愿也更高，但并不显著（8.1 ± 1.0 对比 7.2 ± 1.3；p = 0.066）。结论：与 7 T 的 C-MPRAGE 相比，使用静音梯度线圈的 Q-MPRAGE 可将声级降低 27 dB，同时具有可接受至良好的图像质量以及更安静、更愉快的受试者体验。关键词：声学、健康志愿者、磁共振成像、神经成像、噪音
AI 可显著降低剂量并提高图像质量1
临床任务、患者体型和解剖位置。应咨询放射科医生和物理学家，以确定获得特定临床任务诊断图像质量的适当剂量。使用参考身体协议在“更平滑”设置下使用 1.0 毫米切片进行剂量减少评估，并在 MITA CT IQ Phantom（CCT189，Phantom 实验室）上进行测试，评估 10 毫米针脚并与滤波投影进行比较。使用通道化酒店观察工具可以看到 4 个针脚的范围，包括降低 85% 的图像噪声和在剂量减少 50% 至 80% 时从 0% 到 60% 的低对比度可检测性得到改善。NPS 曲线偏移用于评估图像外观，在中心 50mm x 50 mm 感兴趣区域的 20 cm 水模体上测量，平均偏移量为 6% 或更低。文件中的数据。2.Žabic S、Wang E、Morton T、Brown KM。带有能量积分探测器的 CT 系统的低剂量模拟工具。
基于代数拓扑的图像质量感知的神经证据
本文研究了不同质量图像诱发的脑电信号所构成的脑网络的代数拓扑特征，并在此基础上提出了一种神经生理学的图像质量评价方法。该方法通过脑电采集与常规图像评价流程相结合获取质量感知相关的神经信息，通过拓扑数据分析获得不同失真程度图像下的有生理意义的脑部响应。验证实验结果表明，清晰图像与模糊图像诱发的脑电数据代数拓扑特征在多个频带中存在显著差异，尤其是在β频带。此外，JPEG压缩引起的脑网络相变差异更为显著，表明人类对除高斯模糊以外的JPEG压缩更敏感。总的来说，本文研究了扭曲图像诱发的脑电信号的代数拓扑特征，有助于图像质量的神经生理学评估研究。
临床牙花尿酸的图像质量评估 -
目标：骨骼微结构的详细可视化对于评估计算机断层扫描（CT）中的腕骨骨折至关重要。本研究旨在与第三代二代双源CT扫描仪（EID-CT）相比，使用基于尿尿酸的临床摄氏光子计数检测器（PCD-CT）来评估CT系统的成像性能（PCD-CT）。材料和方法：两个CT系统均用于检查具有辐射剂量等效扫描方案的8个尸体手腕（低/标准/全剂量成像：CTDI VOL = 1.50/5.80/8.67 MGY）。所有手腕都用2种不同的光子计数CT（标准分辨率和超高分辨率）的操作模式进行扫描。使用可比的重建参数和卷积内核进行重新格式化后，3位放射科医生以7分制对图像质量进行了主观评估。为了估计间的可靠性，我们报告了类内相关系数（绝对一致，2向随机效应模型）。信噪比和对比度与噪声比率，以提供对图像质量的半定量评估。结果：与在标准分辨率模式下的全剂量PCD-CT相比，在超高分辨率模式下进行标准剂量PCD-CT检查的主观图像质量优越（P = 0.016）和全剂量EID-CT（P = 0.040）。在超高分辨率模式下低剂量PCD-CT和标准剂量扫描之间在标准分辨率模式下（P = 0.108）或EID-CT（p = 0.470）之间确定了差异。标准分辨率PCD-CT和EID-CT的观察者评估在全剂量和标准剂量扫描中提供了相似的结果（P = 0.248/0.509）。类内相关系数为0.876（95％置信区间，0.744 - 0.925； p <0.001），表明可靠性良好。（所有P's <0.001）。（所有P's <0.001）。