深度学习让核磁共振时间缩短一半、给图像“降噪”，获百万美金大奖

图片地址：https://img.ithome.com/newsuploadfiles/2021/6/f007fce3-646b-449a-a87f-7b2fe91c775e.jpg

据国外媒体 Tech Xplore 报道，由生物医学工程助理教授里兹万・艾哈迈德教授（Biomedical Engineering Assistant Professor Rizwan Ahmad）和电气和计算机工程教授菲利普・施尼特（Electrical and Computer Engineering Professor Philip Schniter）组成的跨学科研究团队打造了一个更全面、更强大的深度学习框架。该深度学习框架可以通过即插即用的算法（plug-and-play algorithms）突破现有核磁共振成像（Magnetic resonance imaging，MRI）的技术局限。与现有的 MRI 成像方法相比，即插即用的算法成像速度将缩短一半。该研究成果获得美国国立卫生研究院（National Institutes of Health）四年一次颁发的的 R01 奖项，获得 230 万美元奖金（约为 1487 万