在AI 和医学科学的交叉领域，人们对使用机器学习来增强磁共振成像 （MRI） 技术捕获的成像数据越来越感兴趣。最近的研究表明，7特斯拉 （7T）的超高场 MRI 在描绘解剖结构方面可能比 3T 的高场 MRI 具有更高的分辨率和临床优势，这些解剖结构对于识别和监测病理组织很重要，尤其是在大脑中。
美国的大多数临床 MRI 检查是使用 1.5T 或 3T MRI 系统进行的。就在 2022 年，美国国立卫生研究院记录了全球只有大约 100 台 7T MRI 机器用于诊断成像。
加州大学旧金山分校的研究人员开发了一种机器学习算法，通过合成接近真实 7T MRI 的类似 7T 的图像来增强 3T MRI。他们的模型增强了病理组织，为临床见解提供了更高的保真度，并代表了评估合成 7T MRI 模型临床应用的新步骤。
该研究于 10 月 7 日在第 27 届医学图像计算和计算机辅助干预国际会议 （MICCAI） 上发表。
