Newest papers

MRI Reconstruction Risk Estimation from Inference Dynamics

Tamir Shor, Alex Bronstein · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26558 · cited by 0 works (OpenAlex) · open-access PDF

Portuguese

Reconstrutores de ressonância magnética iterativos produzem estimativas intermediárias antes de devolver uma imagem final. Estudamos essas trajetórias de inferência como uma representação modelo-interna do risco de reconstrução realizado, medido pelo log-NMSE. Os estados nativos do modelo são projetados para imagens de magnitude, resumidos por um descritor de 16 dimensões fixo e mapeados para o risco usando uma leitura de borda treinada pela fonte. Análises condicionais mostram que as informações de trajetória podem permanecer associadas a erros além de um preditor de inicialização apenas. A análise adicional do prefixo mostra que as informações de trajetória úteis podem emergir antes da reconstrução. Os estudos de mudança de massa retomados e de calibração baixa podem indicar que a sua trajetória

Machine translation (Meta M2M100); the English original follows.

Abstract

Iterative MRI reconstructors produce intermediate estimates before returning a final image. We study these inference trajectories as a model-internal representation of realized reconstruction risk, measured by log-NMSE. Model-native states are projected to magnitude images, summarized by a fixed 16-dimensional descriptor, and mapped to risk using a source-trained ridge readout. Across three reconstruction backbones, trajectory features are strongly predictive of reconstruction risk on held-out source data. Under zero-shot target shift, their behavior is backbone-dependent, exhibiting both preserved positive association and readout reversal. Conditional analyses show that trajectory information can remain associated with error beyond an initialization-only predictor. A prefix analysis further shows that useful trajectory information can emerge before reconstruction completes. Repeated-mask and low-shot calibration studies indicate that trajectories primarily encode persistent case difficulty, while their orientation and calibration can change under domain shift.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Trajectory, Inference, Computer science, Calibration, Artificial intelligence, Iterative reconstruction

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange