用于单堆栈MRI的全卷积切片到体积重建
图像与视频处理
2024-02-29 v2 计算机视觉与模式识别
机器学习
摘要
在磁共振成像（MRI）中，切片到体积重建（SVR）指的是从受运动损坏的2D切片堆栈中计算重建未知的3D磁共振体积。尽管前景广阔，但当前的SVR方法需要多个切片堆栈才能进行精确的3D重建，这导致扫描时间长，并限制了其在胎儿fMRI等时间敏感应用中的使用。在此，我们提出了一种SVR方法，该方法克服了先前工作的缺点，并在存在极端层间运动的情况下产生了最先进的重建结果。受近期单视图深度估计方法成功的启发，我们将SVR表述为一个单堆栈运动估计任务，并训练一个全卷积网络来预测给定切片堆栈的运动堆栈，从而将3D重建作为预测运动的副产品产生。在成人和胎儿大脑的SVR上进行的广泛实验表明，我们的全卷积方法比先前的SVR方法精确两倍。我们的代码可在github.com/seannz/svr获取。
引用
@article{arxiv.2312.03102,
title = {Fully Convolutional Slice-to-Volume Reconstruction for Single-Stack MRI},
author = {Sean I. Young and Yaël Balbastre and Bruce Fischl and Polina Golland and Juan Eugenio Iglesias},
journal= {arXiv preprint arXiv:2312.03102},
year = {2024}
}
备注
Accepted to CVPR 2024