以开放竞赛推进机器学习用于 MR 图像重建：2019 fastMRI 挑战赛概述
图像与视频处理
2020-09-25 v1 计算机视觉与模式识别
摘要
目的：以开放挑战赛推进机器学习用于 MR 图像重建领域的研究。方法：我们向参与者提供了一组来自 1,594 例连续膝关节临床检查的原始 k 空间数据。挑战赛的目标是从这些数据中重建图像。为了在真实数据与对不熟悉 MR 图像重建者较平缓的学习曲线之间取得平衡，我们针对多线圈与单线圈数据设置了多个赛道。我们基于定量图像指标进行了两阶段评估，随后由一组放射科医生进行评估。挑战赛于 2019 年 6 月至 12 月举行。结果：我们共收到 33 份挑战赛提交结果。所有参与者均选择提交来自监督机器学习方法的结果。结论：该挑战赛催生了图像重建机器学习的新进展，提供了对该领域当前技术水平的洞见，并凸显了临床采纳所剩的障碍。
引用
@article{arxiv.2001.02518,
title = {Advancing machine learning for MR image reconstruction with an open competition: Overview of the 2019 fastMRI challenge},
author = {Florian Knoll and Tullie Murrell and Anuroop Sriram and Nafissa Yakubova and Jure Zbontar and Michael Rabbat and Aaron Defazio and Matthew J. Muckley and Daniel K. Sodickson and C. Lawrence Zitnick and Michael P. Recht},
journal= {arXiv preprint arXiv:2001.02518},
year = {2020}
}