Development and clinical evaluation of fast quantitative susceptibility mapping for the liver using deep learning and compressed sensing
Development and clinical evaluation of fast quantitative susceptibility mapping for the liver using deep learning and compressed sensing
利用深度学习和压缩感知进行肝脏快速定量磁化率绘图的开发和临床评估
批准号：
20K16755
负责人：
Funayama Satoshi
金额：
$2.75万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
项目状态：
已结题
起止时间：
2020-04-01 至 2023-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(5)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Meet the teacher13: AI Hands-on Let's try your AI in the MR image processing
认识老师13：AI 实践 让我们在 MR 图像处理中尝试一下您的 AI
认识老师13：AI 实践 让我们在 MR 图像处理中尝试一下您的 AI
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[Ohta Mineto, Hara Yasuyuki, Kashiwadate Toshiaki, Chin Masahiro, Hagiwara Motohisa, Nakanishi Wataru, Ito Ken, Nishida Akiko, Hashizume Eiji, Akiyo Takada, Satoshi Funayama]
通讯作者：
Satoshi Funayama
FITs-CNN: A Very Deep Cascaded Convolutional Neural Networks Using Folded Image Training Strategy for Abdominal MRI Reconstruction
FITs-CNN：使用折叠图像训练策略进行腹部 MRI 重建的超深级联卷积神经网络
FITs-CNN：使用折叠图像训练策略进行腹部 MRI 重建的超深级联卷积神经网络
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
[Satoshi Funayama, Tetsuya Wakayama, Hiroshi Onishi, and Utaroh Motosugi]
通讯作者：
and Utaroh Motosugi
AI Zoo in Diagnostic Radiology
诊断放射学中的人工智能动物园
诊断放射学中的人工智能动物园
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[Shiba Shintaro, Okamoto Masahiko, Kiyohara Hiroki, Okazaki Shohei, Kaminuma Takuya, Shibuya Kei, Kohama Isaku, Saito Kenichi, Yanagawa Takashi, Chikuda Hirotaka, Nakano Takashi, Ohno Tatsuya, Satoshi Funayama]
通讯作者：
Satoshi Funayama
Model-based deep learning reconstruction using folded image training strategy (FITS) for abdominal 3D T1-weighted images
使用折叠图像训练策略 (FITS) 对腹部 3D T1 加权图像进行基于模型的深度学习重建
使用折叠图像训练策略 (FITS) 对腹部 3D T1 加权图像进行基于模型的深度学习重建
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
[Satoshi Funayama, Utaroh Motosugi, Shintaro Ichikawa, Hiroyuki Morisaka, Yoshie Omiya, Hiroshi Onishi]
通讯作者：
Hiroshi Onishi
海外基金