明尼苏达大学的科学家和工程师找到了一种方法来提高传统磁共振成像(MRI)重建技术的性能，从而使MRI速度更快，从而改善医疗保健。

“MRI需要很长时间，因为你要按顺序获取数据，”密歇根大学科学与工程学院副教授、该论文的资深作者MehmetAkçakaya解释说。“我们想让核磁共振成像速度更快，这样患者就诊时间更短，这样我们就可以提高医疗保健系统的效率。”

在过去的十年中，科学家们一直在使用一种称为压缩传感的技术来提高MRI的速度，该技术利用图像可以压缩成更小尺寸的想法，类似于在计算机上压缩.jpeg。

最近，研究人员一直在研究使用深度学习(一种机器学习)来加速MRI图像重建。这个过程不是在MRI过程中捕获每个频率，而是跳过频率并使用训练有素的机器学习算法来预测结果并填补这些空白。虽然数据表明深度学习可能是比传统压缩传感更有效的替代方案，但使用深度学习也存在一些问题。例如，训练数据不足可能会在算法中产生偏差，从而可能导致它误解MRI结果。

密歇根大学的研究人员结合使用现代数据科学工具和机器学习思想，找到了一种微调传统压缩方法的方​​法，使其几乎与深度学习一样高质量。这个过程将消除一些与过度依赖深度学习相关的担忧。

“围绕MRI中的深度学习有很多炒作，但新方法和传统方法之间的差距可能没有以前报道的那么大，”Akçakaya说。“我们发现，如果你调整经典方法，它们可以表现得非常好。所以，也许我们应该回头看看经典的方法，看看我们是否能得到更好的结果。围绕深度学习也有很多伟大的研究，但我们正试图从图片的两面来看，看看我们在哪里可以找到最好的性能、理论保证和稳定性。”