k 空间插值人工神经网络在平面内加速同步多层成像中的应用
医学物理
2019-02-25 v1
摘要
目的：本工作的目标是扩展 RAKI（一种 k 空间插值神经网络）的能力，以从平面内加速的同步多层成像采集中重建高质量图像。该方法称为 slice-RAKI。方法：设计了一个三层卷积神经网络，以多线圈切片混叠 k 空间为输入，输出各独立切片的 k 空间信号。切片插值网络的输出传入每个切片独立的平面内插值网络。所提出的框架在回顾性加速的体内实验中以及前瞻性加速的体模与体内实验中进行了测试。结果：基于神经网络插值的重建在所有测试的面内与同步多层加速因子下，在定量上均优于传统并行成像重建算法。在视觉上，前瞻性加速采集中神经网络重建的质量优于并行成像重建。结论：Slice-RAKI 提供了一种针对患者的、基于神经网络的非线性重建，与传统线性并行成像算法相比改善了图像质量。它可用于 MR 引导介入，例如 MR 引导放射治疗中用于运动监测的快速实时电影成像。
引用
@article{arxiv.1902.08589,
title = {Application of a k-Space Interpolating Artificial Neural Network to In-Plane Accelerated Simultaneous Multislice Imaging},
author = {Nikolai J. Mickevicius and Eric S. Paulson and L. Tugan Muftuler and Andrew S. Nencka},
journal= {arXiv preprint arXiv:1902.08589},
year = {2019}
}
备注
22 pages, 7 figures