摘要

本报告将探讨结合深度学习和递归算法的核磁共振重建技术。我们的研究将深度学习与传统递归算法相结合，进而提高核磁共振重建方法的性能。同时本报告也会包含我们在不同的核磁共振应用中所采取的不同方式结合深度学习与传统核磁共振定量技术。

简介

曹鹏博士自香港大学毕业后，加入加州大学旧金山进行博士后工作，期间参与负责超极化13C 磁共振成像方法的研究和开发。后加入香港大学放射诊断学系，担任助理教授。曹鹏的团队致力于超极化13C 成像，多模态数据采集和加速重建方法以及临床应用研究。在疾病病理变化的医学影像学研究、影像重建、软硬件开发方面拥有长达10年的经验。他的工程和生物医学成像背景使他能够开发先进的成像工具来满足临床前和临床需求。目前发表56篇期刊论文，其中包含MRM NMR in Biomedicine Medical Physics 等杂志。获得了多项HMRF 和 ITF 的经费，在2014 获国际医学磁共振协会ISMRM 青年研究者提名。