医学成像的模型和数据分析是南京应用数学中心的一个重要研究课题。近日，中心A课题组刘继军教授和学术同行一起在医学成像领域的专业国际期刊MAGNETIC RESONANCE IMAGING发表了题为“K-space and image domain collaborative energy-based model for parallel MRI reconstruction”的研究论文(https://doi.org/10.1016/j.mri.2023.02.004)。

       MAGNETIC RESONANCE IMAGING (MRI)是一本国际多学科期刊，涵盖物理，生命和临床科学研究，其研究内容与磁共振成像的开发和使用有关，由国际知名学术出版社ELSEVIER出版发行。MRI致力于基础研究，技术创新和应用，为放射科医生，物理学家，化学家，生物化学家，生物学家，工程师，内科医生，病理学家，生理学家，计算机科学家和数学家之间的交流提供了一个重要的论坛和学术平台。

       这篇和南昌大学刘且根教授等学者合作的论文，研究了MRI图像处理的一种全新的方法。该方法基于带有正则化罚项的目标泛函的优化模型，提出了一种基于K空间数据的深度学习模型，由此可以通过有效的数值算法大为减少在相同成像精度下需要的MRI的数据扫描时间，从而使得基于学习模型和正则化算法的图像处理技术可以用于改进实际的临床数据处理效果。该项研究工作显示了应用数学和实际应用问题交叉研究的强大优势，是刘且根教授来南京应用数学中心访问期间的一项合作成果。 南京应用数学中心将进一步推动数学理论方法和重要应用问题的深度融合，推动中心研究工作和成果的产业化进程。