使用端到端三维卷积神经网络实现快速动态灌注与血管造影重建
图像与视频处理
2019-09-05 v2 计算机视觉与模式识别
摘要
Hadamard 时间编码伪连续动脉自旋标记（te-pCASL）是一种信噪比（SNR）高效的 MRI 技术，用于获取动态 pCASL 信号，其依据 Hadamard 矩阵将时间信息编码至标记中。在解码步骤中，可分离各子栓子的贡献，从而得到动态灌注扫描。当以带与不带流 crushing 的方式获取 te-ASL 时，可分离动脉中的 ASL 信号，从而得到 4D 血管造影信息。然而，获取多点时间序列灌注与血管造影数据需两次采集。本研究中，我们提出一种具多级损失函数的三维 Dense-Unet 卷积神经网络，用于从交错的 -采样 crushed 与 -采样 non-crushed 数据重建多点时间序列灌注与血管造影信息，从而免去额外扫描时间。我们提出一个基于血管内与血管外 te-pCASL 信号模型生成动态 pCASL 训练与验证数据的框架。所提网络在 313 个测试数据集上，对 4D 灌注与血管造影数据重建分别取得了 与 的 SSIM 值。
引用
@article{arxiv.1908.08947,
title = {Fast Dynamic Perfusion and Angiography Reconstruction using an end-to-end 3D Convolutional Neural Network},
author = {Sahar Yousefi and Lydiane Hirschler and Merlijn van der Plas and Mohamed S. Elmahdy and Hessam Sokooti and Matthias Van Osch and Marius Staring},
journal= {arXiv preprint arXiv:1908.08947},
year = {2019}
}
备注
11 pages, 4 figures, 1 table, conference paper, accepted in MLMIR2019