通过最优采样与已获取 T1w MRI 互补信息实现快速 T2w/FLAIR MRI 采集
图像与视频处理
2021-11-15 v1 计算机视觉与模式识别
医学物理
摘要
近期关于 T1 辅助的其他模态欠采样图像 MRI 重建的研究已展示出进一步加速其他模态 MRI 采集的潜力。大多数最先进方法通过为固定欠采样模式开发网络架构取得改进，而未充分挖掘模态间的互补信息。尽管现有的欠采样模式学习算法可简单修改以允许全采样 T1 加权 MR 图像辅助模式学习，但在重建任务上无法取得显著改进。为此，我们提出一种迭代框架，以优化另一模态的 MRI 采集欠采样模式，使其在不同欠采样倍数下补充全采样 T1 加权 MR 图像，同时联合优化 T1 辅助的 MRI 重建模型。具体而言，我们提出的方法利用两模态间潜在信息的差异来确定采样模式，从而最大化 T1 加权 MR 图像在改善 MRI 重建中的辅助能力。我们在公共数据集上证明了所学欠采样模式相较于常用欠采样模式及可联合优化重建网络与欠采样模式的最先进方法的优越性能，最高可达 8 倍欠采样倍数。
引用
@article{arxiv.2111.06400,
title = {Fast T2w/FLAIR MRI Acquisition by Optimal Sampling of Information Complementary to Pre-acquired T1w MRI},
author = {Junwei Yang and Xiao-Xin Li and Feihong Liu and Dong Nie and Pietro Lio and Haikun Qi and Dinggang Shen},
journal= {arXiv preprint arXiv:2111.06400},
year = {2021}
}