利用相位增强从仅幅度图像训练用于 MRI 重建的生成先验
图像与视频处理
2025-11-19 v2 计算机视觉与模式识别
摘要
目的：本工作中，我们提出一种从仅幅度图像构建通用且鲁棒的生成图像先验的流程。这些先验随后可用于重建中的正则化以改善图像质量。方法：该流程始于从仅幅度 MR 图像准备训练数据集。随后对该数据集进行相位信息增强，并用于训练复图像的生成先验。最后，使用训练好的先验，针对多种欠采样方案，通过压缩感知并行成像的线性和非线性重建进行评估。结果：实验结果表明，在复图像上训练的先验优于仅在幅度图像上训练的先验。此外，在更大数据集上训练的先验表现出更高的鲁棒性。最后，我们证明对于高欠采样的压缩感知并行成像，生成先验优于 L1 -小波正则化。结论：这些发现强调了引入相位信息及利用大数据集以提升 MRI 重建生成先验性能与可靠性的重要性。相位增强使得利用现有图像数据库进行训练成为可能。
引用
@article{arxiv.2308.02340,
title = {Generative Priors for MRI Reconstruction Trained from Magnitude-Only Images Using Phase Augmentation},
author = {Guanxiong Luo and Xiaoqing Wang and Mortiz Blumenthal and Martin Schilling and Erik Hans Ulrich Rauf and Raviteja Kotikalapudi and Niels Focke and Martin Uecker},
journal= {arXiv preprint arXiv:2308.02340},
year = {2025}
}