使用深度流形自学习的动态 MRI
图像与视频处理
2019-11-07 v1
摘要
我们提出了一种深度自学习算法，用于学习自由呼吸且非门控心脏数据的流形结构，并从高度欠采样的测量中恢复心脏 CINE MRI。我们的方法利用自编码器网络从导航数据中学习动态数据中的流形结构。训练好的自编码器随后被用作图像重建框架中的先验。我们已在自由呼吸且非门控的心脏 CINE 数据上测试了所提出的方法，该数据是使用导航黄金角梯度回波径向序列获取的。结果表明，与 SToRM 重建相比，我们的方法能够更好地捕获流形结构，从而为我们提供了降低的时空模糊。
引用
@article{arxiv.1911.02492,
title = {Dynamic MRI using deep manifold self-learning},
author = {Abdul Haseeb Ahmed and Hemant Aggarwal and Prashant Nagpal and Mathews Jacob},
journal= {arXiv preprint arXiv:1911.02492},
year = {2019}
}