分层随机邻域嵌入作为可视化磁共振指纹字典编码能力的工具
图像与视频处理
2019-10-08 v1 计算机视觉与模式识别
摘要
在磁共振指纹（MRF）中，估计参数图的质量取决于可变翻转角序列的编码能力。本工作展示了如何利用降维技术分层随机邻域嵌入（HSNE）来深入了解不同 MRF 序列的编码能力。将高维 MRF 字典嵌入低维空间并用颜色（作为低维空间中位置的替代）进行可视化，可提供对特定字典的全面概览，并能够比较不同序列。对各种序列和序列长度的字典进行了相互比较，并评估了发射场变化对编码能力的影响。观察到不同序列间编码能力存在明显差异，且 HSNE 结果准确地反映了从 MRF 匹配模拟中获得的结果。
引用
@article{arxiv.1910.02696,
title = {Hierarchical stochastic neighbor embedding as a tool for visualizing the encoding capability of magnetic resonance fingerprinting dictionaries},
author = {Kirsten Koolstra and Peter Börnert and Boudewijn Lelieveldt and Andrew Webb and Oleh Dzyubachyk},
journal= {arXiv preprint arXiv:1910.02696},
year = {2019}
}
备注
12 pages, 11 figures