基于深度神经网络与注意力引导的MRI金属伪影校正
图像与视频处理
2019-10-22 v1 计算机视觉与模式识别
摘要
本文提出一种利用深度神经网络进行MRI金属伪影校正的注意力引导方案。网络的输入为采用双极性读出梯度获得的两幅失真图像。借助MR图像生成模块以及相对于先前工作[1]的额外数据一致性损失,网络被训练以估计频移图、偏共振图和注意力图。注意力图通过对两幅失真校正图像中更相关的失真校正图像进行加权,帮助生成更好的失真校正图像,其中两幅失真校正图像由一半的频移图生成。本文中我们观察到,在真实MRI环境中,采用相反极性读出梯度获得的两幅失真图像在不同区域呈现伪影。因此,我们证明了使用注意力图十分重要,因其减少了金属植入物附近的残余波纹与堆积伪影。
引用
@article{arxiv.1910.08705,
title = {Attention Guided Metal Artifact Correction in MRI using Deep Neural Networks},
author = {Jee Won Kim and Kinam Kwon and Byungjai Kim and HyunWook Park},
journal= {arXiv preprint arXiv:1910.08705},
year = {2019}
}
备注
6 pages, 5 figures