结合 V-Net 与 K-Net 的双域重建网络用于快速 MRI
图像与视频处理
2022-08-09 v2 计算机视觉与模式识别
机器学习
摘要
目的：引入一种结合 V-Net 与 K-Net 的双域重建网络，用于从欠采样 k 空间数据准确重建 MR 图像。方法：大多数最先进的重建方法在图像域和/或 k 空间域应用 U-Net 或级联 U-Net。然而，这些方法存在以下问题：(1) 直接在 k 空间域应用 U-Net 并非提取 k 空间域特征的最优方式；(2) 经典面向图像域的 U-Net 重量化，因此低效地多次级联以 yielding 良好重建精度；(3) 经典面向图像域的 U-Net 未充分利用编码器网络信息以在解码器网络中提取特征；以及 (4) 现有方法在同时提取并融合图像域及其对偶 k 空间域特征方面效果不佳。为解决这些问题，我们在本文中提出 (1) 一个称为 V-Net 的轻量化图像域编码器-解码器子网络，便于级联且能有效利用编码器特征进行解码，(2) 一个称为 K-Net 的 k 空间域子网络，更适于提取 k 空间域层次特征，以及 (3) 一个双域重建网络，其中 V-Net 与 K-Net 并行且有效地组合与级联。结果：在具有挑战性的 fastMRI 数据集上的大量实验结果表明，所提 KV-Net 能重建高质量图像，并以更少参数优于当前最先进方法。结论：为从不完整 k 空间数据有效且高效地重建图像，我们提出了一种并行双域 KV-Net 以结合 K-Net 与 V-Net。KV-Net 比最先进方法更轻量，但实现了更好的重建性能。
引用
@article{arxiv.2203.05725,
title = {Dual-Domain Reconstruction Networks with V-Net and K-Net for fast MRI},
author = {Xiaohan Liu and Yanwei Pang and Ruiqi Jin and Yu Liu and Zhenchang Wang},
journal= {arXiv preprint arXiv:2203.05725},
year = {2022}
}
备注
12 pages, 8 figures