-
题名基于级联卷积神经网络的非笛卡尔磁共振重建
- 1
-
-
作者
覃芹
张利
张达敏
蔡宇佳
冉文兵
-
机构
贵州大学大数据与信息工程学院
贵州大学省部共建公共大数据国家重点实验室
-
出处
《智能计算机与应用》
2022年第12期147-152,共6页
-
基金
贵州大学引进人才科研基金(贵大人基合字(2018)60号)。
-
文摘
非笛卡尔磁共振重建是加速磁共振成像一种重要方法,是临床诊疗中不可或缺的工具。然而非笛卡尔磁共振重建受重建算法的影响导致其重建质量较差。针对非笛卡尔磁共振重建质量较差的问题,本文提出了一种基于密度补偿的级联卷积网络,本方法属于跨域网络,利用非均匀快速傅里叶变换层连接图像空间和测量空间。测量空间利用数据一致层来保证数据的一致性,图像空间利用卷积层来提取特征信息,其中卷积去噪自编码器用于提取高频信息,以重建出更多的细节部分。为了验证方法的有效性,在fastMRI单线圈膝盖数据集上进行实验,本文提出方法在4倍加速因子条件下,峰值信噪比提高了1.9 dB,结构相似性提高了0.1,在6倍加速因子条件下,峰值信噪比提高了1.2 dB,结构相似性提高了约0.1。
-
关键词
非笛卡尔欠采样
MRI图像重建
自编码器
级联卷积神经网络
-
Keywords
non-cartesian undersampling
MRI image reconstruction
autoencoders
cascaded convolutional neural networks
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
R318
[自动化与计算机技术—计算机科学与技术]
-
