Denoising Diffusion Probabilistic Models for Magnetic Resonance Fingerprinting
IEEE Access · 2026 · 14 · 48198-48211
DOI: 10.1109/access.2026.3674726 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE Access, 2026. Verfasst von Perla Mayo und 4 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 63 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Engineering and Physical Research Council.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Engineering and Physical Research Council
Zitieren
APA
Mayo, P., Pirkl, C. M., Achim, A. M., Menze, B. H., & Golbabaee, M. (2026). Denoising Diffusion Probabilistic Models for Magnetic Resonance Fingerprinting. IEEE Access, 14, 48198-48211. https://doi.org/10.1109/access.2026.3674726
Vancouver
Mayo P, Pirkl CM, Achim AM, Menze BH, Golbabaee M. Denoising Diffusion Probabilistic Models for Magnetic Resonance Fingerprinting. IEEE Access. 2026;14:48198-48211. doi:10.1109/access.2026.3674726
BibTeX
@article{Mayo2026,
author = {Mayo, Perla and Pirkl, Carolin M. and Achim, Alin M. and Menze, Bjoern H. and Golbabaee, Mohammad},
title = {Denoising Diffusion Probabilistic Models for Magnetic Resonance Fingerprinting},
journal = {IEEE Access},
year = {2026},
volume = {14},
pages = {48198--48211},
doi = {10.1109/access.2026.3674726}
}
EUVIMED