基于无真值训练深度 CNN 先验的 MRI 图像重建
图像与视频处理
2022-04-12 v1
摘要
我们提出一种基于即插即用先验（PnP）的新型 MR 图像重建方法，该方法在系统性地强制数据一致性的同时利用深度学习先验。我们的先验通过一个卷积神经网络（CNN）来定义，该网络无需任何无伪影真值训练，用于去除 MR 图像中的欠采样伪影。将自由呼吸 MRI 数据重建为十个呼吸相位的结果表明，该方法能够从对应约 1 和 2 分钟时长的严重欠采样测量中形成高质量 4D 图像。结果还凸显了该方法相对于若干流行替代方案（包括 TGV 正则化与传统 UNet3D）的竞争性性能。
引用
@article{arxiv.2204.04771,
title = {Image Reconstruction for MRI using Deep CNN Priors Trained without Groundtruth},
author = {Weijie Gan and Cihat Eldeniz and Jiaming Liu and Sihao Chen and Hongyu An and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2204.04771},
year = {2022}
}