报告题目： 基于深度学习的快速磁共振成像

主要内容：基于深度学习的快速磁共振成像技术旨在解决传统磁共振成像耗时长的问题，通过深度学习模型（如卷积神经网络和生成对抗网络）从少量采样数据中重建高质量图像，显著加快成像速度。相比传统加速方法，深度学习不仅提高了图像重建效率，还在保持图像细节和分辨率方面表现出色。在实际应用中，深度学习还展示了在动态成像、实时监控等领域的潜力。尽管目前面临数据需求大、全采样数据难采集、模型泛化性不足等挑战，通过引入自监督学习、模型驱动的深度学习等方法，这些问题有望得到缓解。随着硬件加速和深度学习模型的优化，快速MRI有望在临床中广泛应用，未来还可能与其他人工智能技术相结合，进一步推动医学影像技术的变革与发展。本次报告介绍磁共振成像的工作原理、基于深度学习的快速磁共振成像的具体方法以及目前存在的挑战。

报告人：邹娟

报告人所在单位：物理与电子科学学院

报告人职称/职务及学术头衔：讲师

时间：2024年10月18日16:00

地点：云工一B-208

报告人简介：邹娟，女，博士，讲师。2023年获得湘潭大学博士学位，2019-2023年在中国科学院深圳先进技术研究院联合培养博士，2024年1月入职bat365在线唯一官网登录从事教学科研工作。主持湖南省教育厅项目2项。主要从事快速磁共振成像、医学成像、机器学习、自监督学习和联邦学习等方面的研究。以第一作者（含共一）在IEEE TIM、IEEE TCBB和JAP等SCI期刊和国际医学磁共振年会ISMRM上发表论文5篇，申请、授权国家发明专利6项。

承办单位：物理与电子科学学院 通识教育中心