超越真实：用于MRI指纹识别的复值神经网络
计算机视觉与模式识别
2017-07-04 v1
摘要
MRI指纹识别的任务是从复值MRI信号中识别组织参数。主流方法基于字典，即将测试MRI信号与具有已知组织参数的存储MRI信号进行比较，并检索最相似信号及组织参数。这种方法不随参数数量扩展，且在组织参数空间较大时相当缓慢。我们的首个新贡献是使用深度学习作为一种高效的非线性逆映射方法。我们从MRI模拟器生成合成（组织，MRI）数据，并用它们训练深度网络以直接将MRI信号映射到组织参数。我们的第二个新贡献是开发具有新型心形激活函数的复值神经网络。我们的结果表明，在复值MRI指纹识别中，复值神经网络可能比实值神经网络准确得多。
引用
@article{arxiv.1707.00070,
title = {Better than Real: Complex-valued Neural Nets for MRI Fingerprinting},
author = {Patrick Virtue and Stella X. Yu and Michael Lustig},
journal= {arXiv preprint arXiv:1707.00070},
year = {2017}
}
备注
Accepted in Proc. IEEE International Conference on Image Processing (ICIP), 2017