基于深度强化学习的磁共振成像射频波形设计
图像与视频处理
2021-11-19 v2 人工智能
机器学习
信号处理
摘要
精心设计的射频（RF）脉冲在移动电话、雷达和磁共振成像等多种系统中起着关键作用。然而，RF波形的设计通常被表述为一个没有通用解的逆问题。因此，基于人类专家的直觉，人们开发了各种具有特定用途的设计方法。在这项工作中，我们提出了一种由人工智能（AI）驱动的RF脉冲设计框架DeepRF，它利用深度强化学习的自学习特性来生成新颖的RF脉冲。DeepRF的有效性通过四种常用类型的RF脉冲得到验证。DeepRF设计的脉冲在满足设计准则的同时降低了能量。分析表明，这些脉冲利用了磁化操控的新机制，暗示了DeepRF在发现超越人类直觉的未知设计维度方面的潜力。这项工作可能为AI驱动的RF波形设计这一新兴领域奠定基础。
引用
@article{arxiv.2105.03061,
title = {Deep reinforcement learning-designed radiofrequency waveform in MRI},
author = {Dongmyung Shin and Younghoon Kim and Chungseok Oh and Hongjun An and Juhyung Park and Jiye Kim and Jongho Lee},
journal= {arXiv preprint arXiv:2105.03061},
year = {2021}
}
备注
Published at Nature Machine Intelligence