This is the Windows app named fastMRI whose latest release can be downloaded as Bugfixreleasesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
使用 OnWorks 免费在线下载并运行这个名为 fastMRI 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
快速MRI
商品描述
fastMRI 是由 Facebook AI Research (FAIR) 和纽约大学朗格尼医学中心 (NYU Langone Health) 合作开展的一项大型研究项目，旨在探索深度学习如何在不影响图像质量的情况下加速磁共振成像 (MRI) 的采集。fastMRI 旨在通过显著减少的测量数据重建高保真 MRI 图像，使 MRI 扫描更快、更经济、更易于在临床环境中进行。该存储库提供了一个开源 PyTorch 框架，其中包含数据加载器、子采样工具、重建模型和评估指标，支持研究的可重复性和实际实验。它包含 U-Net 和变分网络 (VarNet) 等关键 MRI 重建架构的参考实现，以及使用 PyTorch Lightning 框架进行模型训练和评估的示例脚本。该项目还发布了几个完全匿名的公共 MRI 数据集，包括膝盖、脑部和前列腺扫描数据。
功能
- 用于加速 MRI 重建研究的开源 PyTorch 框架
- 包括带有原始 k 空间和 DICOM 数据的 MRI 数据集（膝盖、大脑、前列腺）
- 提供基于 U-Net、VarNet 和 ESPIRiT 的重建模型
- 提供标准化的评估指标和可重复的训练流程
- 与 PyTorch Lightning 兼容，可进行模块化训练和记录
- 包括主要出版物和挑战数据集的基准
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/fastmri.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
