用于并行MRI重建的GRAPPA-GANs
图像与视频处理
2021-02-17 v2 计算机视觉与模式识别
机器学习
医学物理
摘要
k空间欠采样是一种加速MR图像采集的标准技术。包括广义自校准部分并行采集（GRAPPA）及其变体在内的重建技术在临床和科研环境中被广泛使用。我们开发了一种将GRAPPA与条件生成对抗网络（GAN）相结合的重建模型，并在来自fastMRI数据集的多线圈人脑图像上进行了测试。对于不同的加速率，我们从峰值信噪比（PSNR）和结构相似性（SSIM）方面比较了GAN和GRAPPA重建结果。在加速率R=4时，PSNR从使用正则化GRAPPA的33.88提升至使用GAN的37.65。在各种加速率下，GAN始终优于GRAPPA。
引用
@article{arxiv.2101.03135,
title = {GRAPPA-GANs for Parallel MRI Reconstruction},
author = {Nader Tavaf and Amirsina Torfi and Kamil Ugurbil and Pierre-Francois Van de Moortele},
journal= {arXiv preprint arXiv:2101.03135},
year = {2021}
}