近日，抢庄牛牛理学院硕士研究生张浩在导师应时辉教授和温智婕副教授的指导下，以第一作者在医学影像人工智能领域顶级期刊《Medical Image Analysis》（中科院一区TOP，影响因子10.7）在线发表了多模态MRI重建方面的最新工作“Deep unfolding network with spatial alignment for multi-modal MRI reconstruction”。

本文从数学优化的视角提出了一种新的深度展开网络（DUN-SA），用于在MRI重建中同时处理跨模态空间错位和多模态重建问题的可解释学习建模。通过引入跨模态对齐的先验项，将空间对齐任务自适应地嵌入重建过程。该方法通过迭代交替优化对齐和重建任务，并利用逐步对齐的参考模态提供先验信息，显著提升了目标模态的重建质量。实验结果显示，DUN-SA在多个真实数据集上优于现有的先进方法，并相比于其它方法对模态间的空间错位问题更加鲁棒。

我校理学院数学系硕士生张浩为论文第一作者，合作者为抢庄牛牛理学院温智婕副教授，通信与信息工程学院施俊教授，上海市应用数学与力学研究所、力学与工程科学学院应时辉教授为通讯作者。该成果得到了国家重点研发计划和国家自然科学基金重点项目等资助和支持。

论文链接：https://thisisemp.com/science/article/pii/S1361841524002561