5家设备商，7个中心，物理生成数据泛化MRI图像重建工作，终于在医学图像顶刊《Medical Image Analysis》发表。

图1 物理生成数据学习助力多场景泛化磁共振成像（PISF）

通过物理生成数据和降维学习，解决了大规模人体数据采集难的问题，显著降低了深度学习对实测数据的依赖（高达96%），仅用一个训练好AI，毫秒级高质量重建 5家设备商、7个扫描中心、5种解剖结构、6种对比度、4种快速采样图像，在临床2种神经疾病、1种心血管疾病的患者数据表现出很好适应性，10位医生的图像盲评4.3/5分（Excellent：4~5）。该工作有望为MRI泛化学习提供新路径。

图2 仅用一个AI模型，可实现多场景MRI的高质量泛化重建

王孜博士为论文第一作者，已在计算磁共振成像以第一作者在IEEE TMI/TNNLS/JBHI、MEDIA、Radiology AI等行业顶刊发表5篇论文。

全文链接：

https://arxiv.org/abs/2307.13220

https://doi.org/10.1016/j.media.2025.103616