使用基于深度学习的ESPIRiT重建加速心脏电影MRI
信号处理
2020-05-20 v3 计算机视觉与模式识别
摘要
提出了一种称为DL-ESPIRiT的新型神经网络架构，用于重建快速采集的心脏MRI数据，且没有先前提出的基于深度学习的重建框架中存在的视场限制。此外，一种基于可分离三维卷积的新型卷积神经网络被集成到DL-ESPIRiT中，以更有效地学习用于动态图像重建的时空先验。该网络在经IRB批准的来自十一名健康志愿者的全采样二维心脏电影数据集上训练。DL-ESPIRiT与一种称为-ESPIRiT的先进并行成像与压缩感知方法进行比较。两种方法的重建精度在回顾性欠采样数据集（R=12）上依据标准图像质量指标以及左心室体积的自动基于深度学习的分割进行评估。该方法在单心跳每层的前瞻性欠采样数据重建中展示了可行性。
引用
@article{arxiv.1911.05845,
title = {Accelerating cardiac cine MRI using a deep learning-based ESPIRiT reconstruction},
author = {Christopher M. Sandino and Peng Lai and Shreyas S. Vasanawala and Joseph Y. Cheng},
journal= {arXiv preprint arXiv:1911.05845},
year = {2020}
}
备注
29 pages, 9 figures, 1 table, 7 supplementary videos, Submitted to Magnetic Resonance in Medicine