基于流形运动补偿平滑正则化的动态成像（MoCo-SToRM）
图像与视频处理
2022-07-13 v1 计算机视觉与模式识别
摘要
我们提出一种无监督的运动补偿重建方案，用于高分辨率自由呼吸肺部MRI。我们将时间序列中的图像帧建模为3D模板图像体的形变版本。我们假设形变映射为高维空间中光滑流形上的点。具体而言，我们将每个时刻的形变映射建模为基于CNN的生成器的输出，该生成器对所有时间帧具有相同的权重，由低维潜在向量驱动。潜在向量时间序列刻画了数据集中的动态变化，包括呼吸运动与整体运动。模板图像体、生成器参数和潜在向量均直接从k-t空间数据中以无监督方式学习。我们的实验结果表明，与最先进方法相比重建效果有所提升，尤其在扫描过程中出现整体运动的情形下。
引用
@article{arxiv.2112.03380,
title = {Dynamic imaging using Motion-Compensated SmooThness Regularization on Manifolds (MoCo-SToRM)},
author = {Qing Zou and Luis A. Torres and Sean B. Fain and Nara S. Higano and Alister J. Bates and Mathews Jacob},
journal= {arXiv preprint arXiv:2112.03380},
year = {2022}
}