用于快速胎儿磁共振成像的上下文敏感超分辨率
计算机视觉与模式识别
2017-09-26 v3
摘要
三维磁共振成像（MRI）常常需要在快速但低分辨率的图像采集与高细节但缓慢的图像采集之间进行权衡。为避免运动伪影，运动目标需要快速成像，这对于胎儿MRI尤为困难。作为解决该问题最先进方法的空间独立上采样技术容易出错且忽视上下文信息。本文提出一种基于残差卷积神经网络模型的上下文敏感上采样方法，该方法学习器官特定的外观并语义适应输入数据，从而允许生成具有锐利边缘和精细尺度细节的高分辨率图像。通过对图像不同部分中存在的形状和外观进行上下文决策，我们以类似于高分辨率数据所提供的对比度获得了最大化的结构细节。我们在例胎儿扫描上实验，表明相较于基线超分辨率，应用于欠采样胎儿数据时本方法PSNR提高 。此外，当利用欠采样胎儿数据对运动伪影损坏的采集数据执行脑体积重建时，本方法使PSNR提高 。
引用
@article{arxiv.1703.00035,
title = {Context-Sensitive Super-Resolution for Fast Fetal Magnetic Resonance Imaging},
author = {Steven McDonagh and Benjamin Hou and Konstantinos Kamnitsas and Ozan Oktay and Amir Alansary and Mary Rutherford and Jo V. Hajnal and Bernhard Kainz},
journal= {arXiv preprint arXiv:1703.00035},
year = {2017}
}
备注
11 pages, 6 figures, published in Proc MICCAI RAMBO'17 https://link.springer.com/chapter/10.1007/978-3-319-67564-0_12