用于鲁棒磁共振指纹匹配的通道注意力网络
图像与视频处理
2020-12-03 v1 计算机视觉与模式识别
摘要
磁共振指纹（MRF）能够实现 T1 和 T2 弛豫时间等多个组织参数的同步映射。MRF 的工作原理依赖于伪随机地改变采集参数，使得每种组织在扫描过程中产生其独特的信号演化。尽管 MRF 提供了更快的扫描，但它存在相应参数图的错误生成和缓慢生成等缺点，有待改进。此外，需要可解释的架构来理解生成准确参数图的引导信号。在本文中，我们通过提出一种由通道注意力模块和全卷积网络组成的新型神经网络架构，解决了这两个不足。所提方法在 3 个模拟 MRF 信号上评估，相对于最先进的方法，将 T1 和 T2 组织参数重建的误差分别降低了 8.88% 和 75.44%。本研究的另一贡献是一种新的通道选择方法：基于注意力的通道选择。此外，通过采用通道注意力，分析了 MRF 信号的块大小和时间帧对通道缩减的影响。
引用
@article{arxiv.2012.01241,
title = {Channel Attention Networks for Robust MR Fingerprinting Matching},
author = {Refik Soyak and Ebru Navruz and Eda Ozgu Ersoy and Gastao Cruz and Claudia Prieto and Andrew P. King and Devrim Unay and Ilkay Oksuz},
journal= {arXiv preprint arXiv:2012.01241},
year = {2020}
}