人工智能在扩散磁共振成像和临床应用

扩散磁共振成像(dMRI)是一种先进的成像技术测量水分子的分子运动(扩散)。dMRI是唯一的无损伤技术,脑白质的映射。dMRI还使大脑中的建模和量化组织的微观结构,为理解组织结构和分隔提供见解。如今,dMRI,结合人工智能和机器学习的发展,发挥着至关重要的作用在临床和研究应用程序对于理解神经发育,大脑功能和结构,和大脑疾病。

这个研究课题的目标是提供机会分享最近的新视角研究dMRI和人工智能领域的挑战,也提供了一个宝贵的学习人工智能技术在场所有人感兴趣扩散磁共振成像。本研究课题包括严格的数学推导,新颖的机器学习技术,和临床相关的结果。因此,它将技术和临床研究人员感兴趣的。

我们欢迎提交的研究和评论文章涵盖但不限于范围广泛的主题:
——dMRI信号重建、去噪、工件校正等。
——dMRI分割、登记等。
——机器学习和扩散磁共振成像深度学习
——组织微观结构建模
——Tractography和研究大脑结构连接的特性
——临床应用使用dMRI和AI(神经发育,大脑功能,大脑疾病,
等等)。

我们也欢迎提交除了扩散磁共振成像,包括神经影像学研究使用任何类型的成像技术来研究大脑。

关键字:扩散磁共振成像,人工智能,深度学习,机器学习,组织建模、Tractography,扩散收购,白质分析,临床结果,脑疾病诊断,大脑的结构和功能

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。