用于加速 MRI 重建的端到端变分网络
图像与视频处理
2020-04-16 v2 计算机视觉与模式识别
摘要
磁共振成像（MRI）采集速度慢的问题催生了两类互补方法的发展：同时采集解剖结构的多个视角（并行成像）与采集少于传统信号处理方法所需数量的样本（压缩感知）。尽管这些方法结合后有潜力大幅缩短扫描时间，但从此类欠采样多线圈数据重建仍是一个开放问题。本文中，我们提出一种解决该问题的新方法，通过全端到端学习扩展了先前提出的变分方法。我们的方法在 fastMRI 数据集上针对脑与膝部 MRI 均取得了新的 SOTA 结果。
引用
@article{arxiv.2004.06688,
title = {End-to-End Variational Networks for Accelerated MRI Reconstruction},
author = {Anuroop Sriram and Jure Zbontar and Tullie Murrell and Aaron Defazio and C. Lawrence Zitnick and Nafissa Yakubova and Florian Knoll and Patricia Johnson},
journal= {arXiv preprint arXiv:2004.06688},
year = {2020}
}