跳到正文
热点事件持续更新

研究者提交MRI超分辨EDM架构对比论文v2重投IEEE Access

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Hendrik Chiche 等向 arXiv 提交论文修订版 v2(arXiv:2603.14667v2),并按注释说明重投 IEEE Access,v2 取代 v1 的结果。论文在 elucidated diffusion model(EDM)框架下实现 2 倍面内脑部 MRI 超分辨率,对比 3D 卷积 U-Net(处理体积块)与 2.5D 切片条件 U-Net 两种骨干的表现。 据论文注释,所有模型均在 FOMO60K 的 NKI 队列 500 名受试者数据上从零训练至收敛,用单独的 6 名受试者验证集选择检查点,并在 70 名留出受试者上以受试者级统计指标对比在同一数据上训练的基线方法(EDSR、Swin2SR、Res-SRDiff)。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    基于 Elucidated Diffusion 模型的 MRI 超分辨率研究:3D 卷积与 2.5D 切片条件 U-Net 对比分析

    一项 arXiv 研究用 elucidated diffusion model(EDM)框架实现 2x 面内脑部 MRI 超分辨率,对比 3D 卷积 U-Net 与 2.5D 切片条件 U-Net 两种骨干。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。