基于变换器和联合学习的双域网络用于欠采样MRI分割

近年来，磁共振成像（MRI）已成为一种重要的医学成像技术，广泛应用于临床实践。然而，MRI面临着诸如k空间数据采集时间长和放射科医生需要耗时的手动注释等挑战。传统上，这些挑战通过欠采样MRI重建和自动分割算法分别应对。是否可以通过将欠采样MRI重建和分割视为一个端到端的任务，同时训练，而不是将其视为串行任务来增强欠采样MRI分割，值得探索.