《深入了解MRI基础(第6版)》内容简介：磁共振成像技术与医学影像领域中的其他成像方法相比，对操作者的要求更高：只有在了解其基本物理原理的前提下，成像的结果才能得到准确的解释。对于磁共振成像技术的从业者来说，不仅要知其然，而且要知其所以然。出于这个目的，《深入了解MRI基础(第6版)》在注重实际的同时，更强调对基本理论的阐释。 《深入了解MRI基础(第6版)》循序渐进地引入磁共振成像的方方面面基础知识。每一章都旨在回答特定的问题。从核磁的概念到各种成像应用，读者可以对该技术有完整的了解。

B0 field-corrected MR reconstruction for a spiral k-space trajectory

快速核磁共振 | | 通过获取更少的测量值来加快磁共振成像（MRI）的潜力，可以降低医疗成本，将对患者的压力降到最低，并使MR成像在目前速度缓慢或昂贵的应用中成为可能。 是Facebook AI Research（FAIR）和NYU Langone Health的一项合作研究项目，旨在研究使用AI来加快MRI扫描的速度。 纽约大学朗格健康中心已经发布了完全匿名的膝盖和大脑MRI数据集，可以从下载。 可以找到与fastMRI项目相关的出版物。 该存储库包含方便的PyTorch数据加载器，子采样功能，评估指标以及简单基准方法的参考实现。 它还包含fastMRI项目的某些出版物中方法的实现

brain-amri-age-classifier-master:-深度学习CNN预测大脑年龄-源码

行业分类-外包设计-MRI标记、递送和提取系统及其制造方法和用途.zip

自动编码器在脑MR图像中的无监督异常分割：比较研究 该存储库包含我们的论文的代码，该论文是。 如果您使用我们的任何代码，请引用： @article{Baur2020, title = {Autoencoders for Unsupervised Anomaly Segmentation in Brain MR Images: A Comparative Study}, author = {Baur, Christoph and Denner, Stefan and Wiestler, Benedikt and Albarqouni, Shadi and Navab, Nassir}, url = {http://arxiv.org/abs/2004.03271}, year = {2020} } @article{baur2021autoencoders, tit

Matlab-MRI图像的协变量去除，有效控制MRI图像中无关变量的影响

NL-means窗口 理论上，该算法需要在整个图像范围内判断像素间的相似度，也就是说，每处理一个像素点时，都要计算它与图像中所有像素点间的相似度。但是考虑到效率问题，实现的时候，会设定两个固定大小的窗口：搜索窗口 和邻域窗口。 邻域窗口在搜索窗口中滑动，根据邻域间的相似性确定像素的权值。

脑病变分割 3D MRI病灶分割

Cardiac MRI 是心脏病患者心房医疗影像数据 ，以及其左心室的心内膜和外膜的图像标注。包括 33位 患者案例，7980张 图像。 注：作者发布的数据集是经过处理后的 Matlab 数据文件，并非原始的图像文件。