Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Magnetic Resonance Imaging01:24

Magnetic Resonance Imaging

7.6K
Magnetic resonance imaging (MRI) is a noninvasive medical imaging technique based on a phenomenon of nuclear physics discovered in the 1930s, in which matter exposed to magnetic fields and radio waves was found to emit radio signals. In 1970, a physician and researcher named Raymond Damadian noticed that malignant (cancerous) tissue gave off different signals than normal body tissue. He applied for a patent for the first MRI scanning device in clinical use by the early 1980s. The early MRI...
7.6K
Double Resonance Techniques: Overview01:12

Double Resonance Techniques: Overview

870
Double resonance techniques in Nuclear Magnetic Resonance (NMR) spectroscopy involve the simultaneous application of two different frequencies or radiofrequency pulses to manipulate and observe two distinct nuclear spins. One important application of double resonance is spin decoupling, which selectively suppresses coupling with one type of nucleus while observing the NMR signal from another nucleus, simplifying the spectrum and enhancing resolution.
Spin decoupling is usually achieved by...
870
Imaging Studies IV: Magnetic Resonance Imaging01:27

Imaging Studies IV: Magnetic Resonance Imaging

427
Introduction:Magnetic Resonance Imaging, or MRI, can include a specialized imaging technique of the urinary system known as Magnetic Resonance Urography (MRU). This radiation-free technique uses strong magnetic fields and radio waves to produce detailed images with the help of a computer. MRU is particularly effective for visualizing fluid-filled structures like the kidneys, ureters, and bladder.Applications of MRI in the Genitourinary SystemKidneys and Ureters: MRI detects tumors, cysts,...
427

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Deep Learning-Based Synthetic Contrast-Enhanced Breast MRI for Monitoring Response to Neoadjuvant Therapy.

Cancers·2026
Same author

Cerebral Cortex Morphometry and Relaxometry in Male Children With Fragile X Syndrome and Autism.

Brain and behavior·2026
Same author

MAP Image Recovery with Guarantees using Locally Convex Multi-Scale Energy (LC-MUSE) Model.

Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference)·2026
Same author

Quantitative Understanding of Advanced Novel Imaging Techniques for Fasciitis and Biosignature Yield (Quantify): Protocol for a Cross-Sectional Diagnostic Study.

JMIR research protocols·2026
Same author

Major Lifetime Discrimination Exposure Accelerates Brain Microstructural Aging: Diffusion MRI Evidence From MIDUS.

Biopsychosocial science and medicine·2026
Same author

Burn Injury as a Chronic Disease: Recognizing the Unseen Burden.

Journal of burn care & research : official publication of the American Burn Association·2025
Same journal

LEARNABLE HIERARCHICAL VISUAL CONTEXTS FOR TUMOR SEGMENTATION IN COMPUTED TOMOGRAPHY IMAGES.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Same journal

DUAL CROSS-ATTENTION SIAMESE TRANSFORMER FOR RECTAL TUMOR REGROWTH ASSESSMENT IN WATCH-AND-WAIT ENDOSCOPY.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Same journal

LUMEN: LONGITUDINAL MULTI-MODAL RADIOLOGY MODEL FOR PROGNOSIS AND DIAGNOSIS.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Same journal

OVERVIEW OF THE CXR-LT 2026 CHALLENGE: MULTI-CENTER LONG-TAILED AND ZERO SHOT CHEST X-RAY CLASSIFICATION.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Same journal

CROSS-MODAL FINE-TUNING OF 3D CONVOLUTIONAL FOUNDATION MODELS FOR ADHD CLASSIFICATION WITH LOW-RANK ADAPTATION.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Same journal

AN IN SILICO STUDY OF LOW-INTENSITY FOCUSED ULTRASOUND DISPLACEMENT MAPPING WITH A 220 KHZ CLINICAL PHASED-ARRAY TRANSDUCER.

Proceedings. IEEE International Symposium on Biomedical Imaging·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: May 2, 2026

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain
10:06

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Published on: May 10, 2012

13.0K

Aceleración de la resonancia magnética cuantitativa utilizando el modelo de energía subespacial (SS-MUSE)

Yan Chen1, Jyothi Rikhab Chand1, Steven R Kecskemeti2

  • 1University of Virginia.

Proceedings. IEEE International Symposium on Biomedical Imaging
|August 29, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio introduce un nuevo método para acelerar las exploraciones de resonancia magnética multidimensional. El modelo generalizado basado en energía a múltiples escalas (MuSE) reduce el tiempo de escaneo al tiempo que mantiene la calidad de imagen para una mejor diferenciación de tejidos.

Palabras clave:
Modelo basado en la energíaMPnRAGE (en inglés)Resonancia magnética de contraste múltiplePlug-and-Play (enchufar y hacer funcionar)Subespacio

Más Videos Relacionados

Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease
09:30

Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease

Published on: December 18, 2016

19.7K
Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla
08:51

Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla

Published on: February 19, 2021

9.2K

Videos de Experimentos Relacionados

Last Updated: May 2, 2026

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain
10:06

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Published on: May 10, 2012

13.0K
Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease
09:30

Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease

Published on: December 18, 2016

19.7K
Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla
08:51

Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla

Published on: February 19, 2021

9.2K

Área de la Ciencia:

  • Imágenes médicas
  • Imagen de resonancia magnética (IRM)
  • Imágenes computarizadas

Sus antecedentes:

  • La resonancia magnética de múltiples contrastes es crucial para la diferenciación de tejidos y el mapeo cuantitativo.
  • Los largos tiempos de adquisición en la resonancia magnética 3D limitan la resolución isotrópica.
  • Los métodos de aprendizaje profundo enfrentan desafíos con grandes conjuntos de datos 3D.

Objetivo del estudio:

  • Para acelerar la adquisición de resonancia magnética multi-contraste en 3D.
  • Para superar las limitaciones del aprendizaje profundo para volúmenes 3D a gran escala.
  • Para permitir imágenes 3D de alta resolución con múltiples contrastes.

Principales métodos:

  • Generalización del modelo basado en energía de múltiples escalas (MuSE) en un marco de recuperación del subespacio regularizado.
  • Regularización conjunta de factores espaciales multicontraste 3D dentro de una formulación de subespacio.
  • Aplicación de la optimización de división variable para una recuperación eficiente de imágenes.

Principales resultados:

  • Eficiencia computacional demostrada en la recuperación de datos de resonancia magnética tridimensional de múltiples contrastes.
  • Permitió una adquisición más rápida de escáneres de resonancia magnética 3D de alta resolución.
  • Proporcionó una alternativa viable al aprendizaje profundo para acelerar la resonancia magnética 3D.

Conclusiones:

  • El modelo generalizado MuSE acelera efectivamente la adquisición de resonancia magnética multidimensional en 3D.
  • Este enfoque aborda los desafíos computacionales y de memoria del aprendizaje profundo en la resonancia magnética 3D.
  • El método facilita una resonancia magnética 3D isotrópica de alta calidad con múltiples contrastes.