用于快速MRI重建的图像引导连续k空间恢复网络
图像与视频处理
2025-03-14 v2 人工智能
计算机视觉与模式识别
摘要
磁共振成像（MRI）是临床诊断的关键工具，但面临扫描时间长的挑战。为了减少采集时间，快速MRI重建旨在从欠采样的k空间恢复高质量图像。现有方法通常训练深度学习模型，将欠采样数据映射到无伪影的MRI图像。然而，这些研究往往忽略了k空间的独特性质，直接将为图像处理设计的通用网络应用于k空间恢复，导致对k空间的精确学习在很大程度上未被探索。在这项工作中，我们从隐式神经表示与图像域引导的新视角，提出了一种连续k空间恢复网络，以提升MRI重建的性能。具体来说，（1）定制了一个基于隐式神经表示的编码器-解码器结构，以连续查询未采样的k值。（2）设计了一个图像引导模块，从低质量MRI图像中挖掘语义信息，以进一步引导k空间恢复。（3）提出了一种多阶段训练策略，以逐步恢复密集k空间。在CC359、fastMRI和IXI数据集上进行的大量实验证明了我们方法的有效性及其优于其他竞争方法的优越性。
引用
@article{arxiv.2411.11282,
title = {Continuous K-space Recovery Network with Image Guidance for Fast MRI Reconstruction},
author = {Yucong Meng and Zhiwei Yang and Minghong Duan and Yonghong Shi and Zhijian Song},
journal= {arXiv preprint arXiv:2411.11282},
year = {2025}
}