视觉语言模型化身正则化器，提升 MRI 图像重建质量
maier_ak · x · 2026-08-13
研究人员提出一种用于 MRI 重建的语义正则化器。该正则化器可作为对比损失直接插入任何现有的深度学习 MRI 管道中，通过预训练的视觉语言基础模型，将欠采样重建结果的语义表征拉向由真实标签或文本提示派生的目标分布，从而让算法在视觉和概念上理解什么是“高质量”图像。
所属事件:视觉语言模型化身正则化器提升MRI重建质量(5 条相关)→
「研究」频道最新
- Sakana AI 推出 Agentic Scientist:用编码智能体自动化科学发现 — hardmaru · 2026-10-16
- MAI-Base-2 训练报告采用把 1/(weight_decay·lr) 视作时间尺度的缩放规则 — SeunghyunSEO7 · 2026-10-16
- 仅 108M 参数的文生图去噪模型 Surjo-Image-Preview 开源 — Consistent-Rule-3720 · 2026-10-16
- 19 个单位方块最优装箱问题有了 Lean 形式化证明 — ctjlewis · 2026-10-16
- 新概念「行为遗传度」：量化单个神经元对 LLM 行为的因果占比 — Sauers_ · 2026-10-16
- 架构小测验:残差流从 4096 翻倍到 8192,参数量会怎么变? — Sauers_ · 2026-10-16