Jove
Visualize
Contáctanos
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

Videos de Conceptos Relacionados

Magnetic Resonance Imaging01:24

Magnetic Resonance Imaging

9.1K
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...
9.1K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Propensity-matched Comparison of VATS Left Upper Trisegmentectomy and Lobectomy.

The Annals of thoracic surgery·2021
Same author

Interrogation of the dynamic properties of higher-order heterochromatin using CRISPR-dCas9.

Molecular cell·2021
Same author

MicroRNA-20a Targeting LASS2 Promotes the Proliferation, Invasiveness and Migration of Bladder Cancer.

Clinical laboratory·2021
Same author

Quantitative MR relaxation using MR fingerprinting with fractional-order signal evolution.

Journal of magnetic resonance (San Diego, Calif. : 1997)·2021
Same author

Application of a decision tree model in the early identification of severe patients with severe fever with thrombocytopenia syndrome.

PloS one·2021
Same author

Haplotype-resolved genome assembly provides insights into evolutionary history of the tea plant Camellia sinensis.

Nature genetics·2021
Same journal

Co-assistant networks by pathology foundation model and convolutional neural network for gigapixel whole slide image analysis.

Medical image analysis·2026
Same journal

MBAS2024: A large-scale benchmark for multi-class bi-atrial segmentation in multi-center contrast-enhanced MRIs.

Medical image analysis·2026
Same journal

Respiratory motion augmentation for personalized super-resolution (RMApSR) of 3D cine MR images in MRI-guided radiotherapy.

Medical image analysis·2026
Same journal

Biom3d, a modular framework to host and develop 3D segmentation methods.

Medical image analysis·2026
Same journal

Embracing intra-class heterogeneity for semi-supervised medical image segmentation: From diversity to precision.

Medical image analysis·2026
Same journal

Real-time patient-specific microwave ablation zone prediction via a unified bioheat solver and MRI-informed perturbation learning.

Medical image analysis·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jan 18, 2026

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

12.2K

Huella dactilar de RM espaciotemporal rápida utilizando representación neuronal implícita informada por la física

Chaoguang Gong1, Lixian Zou2, Peng Li1

  • 1The School of Electronics and Information Engineering, Harbin Institute of Technology,Harbin, Heilongjiang, China.

Medical image analysis
|January 16, 2026
PubMed
Resumen
Este resumen es generado por máquina.

La huella dactilar de resonancia magnética (MRF) ahora puede superar los artefactos de aliasing utilizando un novedoso marco de huella dactilar de RM implícita informada por la física (πMRF). Este método mejora la precisión y robustez de la RM cuantitativa, incluso con adquisición de datos acelerada.

Palabras clave:
representación neuronal implícitahuella dactilar de resonancia magnéticano cartesianoimagen paralelared neuronal informada por la física

Más Videos Relacionados

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
08:45

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Published on: October 24, 2012

15.2K
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

13.4K

Videos de Experimentos Relacionados

Last Updated: Jan 18, 2026

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

12.2K
Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
08:45

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Published on: October 24, 2012

15.2K
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

13.4K

Área de la Ciencia:

  • Imagen por Resonancia Magnética (RM)
  • Imagen Cuantitativa
  • Física Médica

Sus antecedentes:

  • La huella dactilar de resonancia magnética (MRF) permite la RM cuantitativa multiparamétrica rápida y simultánea.
  • El submuestreo agresivo en MRF causa artefactos de aliasing, lo que limita su potencial.
  • Los métodos convencionales a menudo eliminan los artefactos, sacrificando la velocidad o requiriendo grandes conjuntos de datos.

Objetivo del estudio:

  • Introducir un novedoso marco de huella dactilar de RM implícita informada por la física (πMRF).
  • Extender la capacidad de codificación de MRF al dominio espaciotemporal global aprovechando el aliasing estructurado.
  • Permitir la estimación conjunta y no supervisada de parámetros cuantitativos del tejido y mapas de sensibilidad de bobina (CSM) con precisión y robustez mejoradas.

Principales métodos:

  • Desarrolló un marco πMRF que integra el modelado de huellas dactilares espaciotemporales informados por la física con representaciones neuronales implícitas (INR).
  • Utilizó redes neuronales informadas por la física (PINN) para un modelado preciso de señales de alta dimensionalidad y una optimización eficiente.
  • Implementó la regularización de sensibilidad guiada por subespacio para una estimación robusta de CSM en escenarios submuestreados.

Principales resultados:

  • πMRF demostró una precisión y robustez cuantitativas mejoradas en adquisiciones altamente aceleradas.
  • El marco logró un rendimiento superior en comparación con los métodos MRF del estado del arte.
  • Validación exitosa en conjuntos de datos simulados, fantasma y in vivo.

Conclusiones:

  • El marco πMRF propuesto aborda eficazmente los artefactos de aliasing en la RM cuantitativa.
  • πMRF ofrece un enfoque prometedor para la imagen cuantitativa acelerada y robusta.
  • Este método mejora el potencial de MRF para aplicaciones clínicas.