2023年國際醫學磁共振學會(ISMRM)年會暨國際磁共振技師學會(ISMRT)年會將于2023年6月3日至8日在加拿大多倫多舉行。近日，ISMRM官方宣布了大會中稿信息（https://www.ismrm.org/23/accepted_abstracts.pdf），深圳技術大學投稿的4篇論文摘要全部中稿，其中3篇獲選口頭報告（oralpresentation，包罗powerpitch），口頭報告比例達到75%。受邀進行口頭報告的論文第一作者包罗我校18、19級的兩名本科生，及康健與環境工程學院的呂孟葉老師。
国际医学磁共振学会（International Society for Magnetic Resonance in Medicine，ISMRM）建设于1994年，由其前身医学磁共振学会和磁共振成像学汇合并组成，是全球规模最大、最能代表磁共振行业未来生长主向的国际性专业学会，同是也是放射影像领域最具影响力的专业学会之一，8000多名学会成员由临床医生、物理学家、工程师、生物化学家和技术专家等多学科专业人士组成。每年来自全球各地的科研人员汇聚在世界医学磁共振的舞台上，展示新研究结果，交流科学问题，促进医学研究和技术的临床应用，在医疗界及学术界拥有极高影响力。每年聚会会议收到来自全球各大高校、医院、科研机构的近万篇投稿，经过同行评审后收录部门高水平论文摘要，其中又仅不到20%会受邀口头陈诉，在大会现场登台展示，具有十足的含金量。凭据清华大学的国际重要学术聚会会议分级目录，ISMRM年会属于生物医学工程学科的顶尖级国际聚会会议。
（清華大學國際重要學術會議分級目錄2020年版，https://lib.tsinghua.edu.cn/PDF/subject_ACC.pdf）
在學校學院的鼎力大举支持下，康健與環境工程學院呂孟葉助理教授團隊提交了4篇論文摘要並被全部接收，其中3篇的第一作者爲深技大18、19級本科生，他們在呂老師的指導下獨立完成了算法創新、實驗設計、文章撰寫，在今年ISMRM2023會議上取得了中稿率100%、口頭報告率75%的突破性成績。
（以上爲來自我校的錄用文章的信息）
以下簡要介紹4篇論文摘要的基本信息。
黃壽金深圳技術大學康健與環境工程學院
19級醫療器械專業本科生
研究名稱: A Novel Cross-Subject Transformer Denoising Method
展示類型：口頭報告
主题分类：Data Analysis & Processing
内容简介：在这项事情中，我们提出了一种名为Cross-Subject Transformer Denoising (CSTD) 的新型去噪要领，在具有种种噪声水平的数据集上进行的实验讲明，我们的要领可能优于许多有竞争力的现有要领，当直接应用于全新的低场强数据时，我们的要领也体现出突出的通用性和鲁棒性，无需重新训练深度学习模型。
梅立鋒深圳技術大學康健與環境工程學院
18級生物醫學工程本科生
目前留校任科研助理
研究名稱:VarNet-based Simultaneous Multislice Reconstruction for Low Noise Amplification and Flexible Calibration
展示類型：口頭報告（powerpitch）
主题分类：ML/AI Showcase
内容简介：在本研究中，我们将读出串联框架与基于VarNet 的深度学习要领相结合，实现了低噪声放大的同时多层磁共振图像重建。该要领可以结合平面内加速灵活地处置惩罚任意混叠模式。此外，修改后的网络架构允许使用差异对比度的预扫描数据，使得本要领具有广泛的应用场景。
劉思杏深圳技術大學康健與環境工程學院
18級生物醫學工程本科生
2022.7-2022.12留校任科研助理，目前在新加坡國立大學攻讀碩士學位
研究名稱: Deep Learning Augmented PROPELLER Reconstruction for Improved MRI Motion Correction
展示類型：電子牆報（Digitalposter）
主题分类：ML/AI for Acquisition & Reconstruction I
内容简介：螺旋桨磁共振成像(PROPELLERMRI) 技术是减轻磁共振图像中运动伪影的战略之一。然而现有要领预计运动参数的结果并不理想，最终图像中仍会泛起运动伪影。我们将PROPELLER 成像技术与深度学习模型结合，提供越发准确的运动预计结果，并大大缩短了盘算时间。
呂孟葉深圳技術大學康健與環境工程學院
助理教授
研究名稱: M4Raw: A Multi-Contrast Multi-Repetition Multi-Channel Raw K-space Dataset for Low-Field MRI Reconstruction
展示類型：口頭報告（Combined Educational-Scientific oral session）
主题分类：Sharing Is Caring: Reproducible Research in MRI
內容簡介：低場磁共振成像（MRI）有望促進全世界的MRI可及性和可負擔性。本次公開的M4Raw數據集旨在促進這一領域的要领學發展和可重複性研究。該數據集包罗從183名康健志願者身上收集的多通道腦部K空間數據，可用于低場MRI的新型數據驅動要领的研發，也可以作爲通用MRI重建算法的基准數據集。數據集詳細信息可訪問https://github.com/mylyu/M4Raw。
