2018年AUNTMINNIE.COM ROADIE 奖：
最热门的人工智能概念

本次演讲中，美国放射学会成员之一，医学博士Lawrence N. Tanenbaum展示了iQMR的性能。采用机器学习图像重建算法的iQMR可以大幅减少颅脑和腰椎磁共振研究的扫描时间。该算法能通过较弱的累积信号来执行快速MR扫描，在生产出相等整体图像质量的前提下，磁共振的扫描时间提速近30%。

机器学习迭代图像重建算法的应用减少了颅脑和腰椎磁共振的扫描时间
——美国放射学会成员之一，医学博士LAWRENCE N. TANENBAUM，2019年在波士顿举办的ASNR年会

该研究目的是评估在颅脑、腰椎和颈椎的磁共振中，采用三维图像增强算法的iQMR的快速潜力。iQMR不仅能提供更优质的图像和提高图像信噪比，而且在不改变图像对比度、分辨率或

扫描仪硬件或软件的基础上，大幅度减少扫描时间。

该研究汇报了73例患者(含37例颅脑，19例腰椎，17例颈椎)接受了在4台不同型号的扫描仪上对三个部位进行MRI扫描后的研究发现。并将iQMR处理后快速MRI协议下的图像的图像质量、诊断价值、伪影表现和颅脑灰白质分界与标准的MRI协议下的图像进行了对比。