用于髓鞘水成像的人工神经网络
图像与视频处理
2019-09-20 v2
摘要
目的：展示人工神经网络（ANN）在髓鞘水成像（MWI）实时处理中的应用。方法：开发了三个神经网络 ANN-IMWF、ANN-IGMT2 和 ANN-II 以生成 MWI。ANN-IMWF 与 ANN-IGMT2 分别设计用于输出髓鞘水分数（MWF）与几何平均 T2（GMT2,IEW），而 ANN-II 生成 T2 分布。网络中使用了来自 18 名健康对照（HC）与 26 名多发性硬化患者（MS）的梯度和自旋回波数据。其中 10 名 HC 与 12 名 MS 具有相同的扫描参数，被用于训练（6 HC 与 6 MS）、验证（1 HC 与 1 MS）和测试集（3 HC 与 5 HC）。其余数据具有不同的扫描参数，用于检验扫描参数的影响。将网络结果与白质掩膜及感兴趣区域（ROI）中常规 MWI 的结果进行比较。结果：网络产生了高度准确的结果，在测试集白质掩膜中 MWF 与 GMT2,IEW 的平均归一化均方根误差分别低于 3% 与 0.4%。在 ROI 分析中，ANN 与常规 MWI 的差异在 MWF 上小于 0.1%，在 GMT2,IEW 上小于 0.1 ms（无统计学差异且 R2 > 0.97）。具有不同扫描参数的数据集显示出误差增大。ANN 的平均处理时间为 0.68 秒，计算速度提升 11,702 倍（常规 MWI：7,958 秒）。结论：所提出的神经网络证明了以高精度实时处理 MWI 的可行性。
引用
@article{arxiv.1904.12522,
title = {Artificial neural network for myelin water imaging},
author = {Jieun Lee and Doohee Lee and Joon Yul Choi and Dongmyung Shin and Hyeong-Geol Shin and Jongho Lee},
journal= {arXiv preprint arXiv:1904.12522},
year = {2019}
}
备注
15 pages