用于加速并行 MR 图像重建的双八度卷积
图像与视频处理
2021-04-13 v1 计算机视觉与模式识别
摘要
磁共振（MR）图像采集本质上是一个耗时的过程，通过并行成像同时获取多个欠采样图像以加速一直是其研究课题。本文中，我们提出双八度卷积（Dual-OctConv），它能够从实部和虚部中学习多尺度空间-频率特征，用于快速并行 MR 图像重建。通过使用八度卷积重新表述复数运算，我们的模型展现出捕获更丰富 MR 图像表征的强能力，同时大大降低了空间冗余。更具体地，输入特征图和卷积核首先被拆分为两个分量（即实部和虚部），然后根据其空间频率划分为四组。接着，我们的 Dual-OctConv 进行组内信息更新和组间信息交换，以聚合不同组间的上下文信息。我们的框架带来两个引人注目的好处：（i）它鼓励实部和虚部在各种空间频率下交互，以实现更丰富的表征能力；（ii）它通过学习实部和虚部的多空间-频率特征来扩大感受野。我们在多线圈 MR 图像重建加速上评估所提模型的性能。在不同欠采样模式和加速因子下，对一个 {in vivo} 膝关节数据集进行了大量实验。实验结果证明了我们的模型在加速并行 MR 图像重建中的优越性。我们的代码可在：github.com/chunmeifeng/Dual-OctConv 获取。
引用
@article{arxiv.2104.05345,
title = {Dual-Octave Convolution for Accelerated Parallel MR Image Reconstruction},
author = {Chun-Mei Feng and Zhanyuan Yang and Geng Chen and Yong Xu and Ling Shao},
journal= {arXiv preprint arXiv:2104.05345},
year = {2021}
}
备注
Proceedings of the 35th AAAI Conference on Artificial Intelligence (AAAI) 2021