eRAKI：具有线圈组合与联合重建的快速鲁棒 K 空间插值人工神经网络（RAKI）
计算机视觉与模式识别
2021-08-10 v1
摘要
RAKI 仅使用每次特定扫描的自校准信号（ACS）训练模型，即可执行无需数据库的 MRI 重建。由于它为每个单独的线圈训练一个独立的模型，因此 RAKI 的学习和推理在计算上可能令人望而却步，特别是对于大型 3D 数据集。在本摘要中，我们通过直接学习线圈组合目标将 RAKI 加速了 200 倍以上，并利用跨多个回波的联合重建以及 elliptical-CAIPI 采样方法进一步提高了重建性能。我们进一步将这些改进部署于定量成像中，从快速 EPTI 扫描中迅速获取 T2 和 T2* 参数图。
引用
@article{arxiv.2108.04218,
title = {eRAKI: Fast Robust Artificial neural networks for K-space Interpolation (RAKI) with Coil Combination and Joint Reconstruction},
author = {Heng Yu and Zijing Dong and Yamin Arefeen and Congyu Liao and Kawin Setsompop and Berkin Bilgic},
journal= {arXiv preprint arXiv:2108.04218},
year = {2021}
}
备注
accepted by ISMRM2021 as an oral abstract