基于坐标的神经表示 enabling 3D 多参数定量 MRI 的零样本学习
计算机视觉与模式识别
2024-10-03 v1 机器学习
摘要
定量磁共振成像（qMRI）提供组织特异的物理参数，具有显著的神经科学研究和临床实践潜力。然而，3D 多参数 qMRI 采集的漫长扫描时间限制了其临床实用性。本文提出了SUMMIT（Simultaneous Multiparametric Quantitative MRI），一种创新的成像方法，包括数据采集和无监督重建，用于同步多参数 qMRI。SUMMIT 首先将多个重要定量属性编码到高度欠采样的 k 空间中。它进一步利用融合专用物理模型的隐式神经表示来重建所需的多参数图，而无需外部训练数据集。SUMMIT 交叉排列地提供了 T1、T2、T2* 和定量磁化率映射。大量仿真和幽灵成像证明了SUMMIT的高准确性。此外，提出的无监督 qMRI 重建方法也引入了一种适用于各种医学成像模态的全新零样本学习范式。
引用
@article{arxiv.2410.01577,
title = {Coordinate-Based Neural Representation Enabling Zero-Shot Learning for 3D Multiparametric Quantitative MRI},
author = {Guoyan Lao and Ruimin Feng and Haikun Qi and Zhenfeng Lv and Qiangqiang Liu and Chunlei Liu and Yuyao Zhang and Hongjiang Wei},
journal= {arXiv preprint arXiv:2410.01577},
year = {2024}
}