KI-Modell zur universellen Bildrekonstruktion soll medizinische Diagnostik verbessern
Ein in *Nature Computational Science* vorgestelltes Machine-Learning-Modell verspricht, medizinische Bildgebungsverfahren modalitätsübergreifend zu verbessern – von CT-Aufnahmen über MRT bis hin zu weiteren bildgebenden Verfahren. Der Ansatz zielt darauf ab, Bildrauschen zu reduzieren, Artefakte zu entfernen und die diagnostische Bildqualität zu steigern, ohne dass für jede Modalität ein separates Modell trainiert werden muss.