基于变分流形学习的多切片动态MRI联合配准与重建
图像与视频处理
2021-11-23 v1 计算机视觉与模式识别
摘要
自由呼吸心脏MRI方案正作为屏气电影MRI协议的有力替代方案崭露头角，使其适用于无法屏气的儿科及其他人群。由于各切片数据是顺序采集的，每个切片的心脏/呼吸运动模式可能不同；当前的自由呼吸方法对每个切片进行独立恢复。除了无法利用切片间的冗余信息外，还需在恢复后通过人工干预或复杂的后处理方法来配准图像以进行量化。为克服这些挑战，我们提出了一种无监督变分深度流形学习方案，用于多切片动态MRI的联合配准与重建。该方案从特定受试者的k-t空间数据中，联合学习深度网络的参数以及各切片的潜向量，这些潜向量捕捉了运动引起的动态变化。变分框架最小化了表示的非唯一性，从而提供了改进的配准与重建效果。
引用
@article{arxiv.2111.10889,
title = {Joint alignment and reconstruction of multislice dynamic MRI using variational manifold learning},
author = {Qing Zou and Abdul Haseeb Ahmed and Prashant Nagpal and Sarv Priya and Rolf F Schulte and Mathews Jacob},
journal= {arXiv preprint arXiv:2111.10889},
year = {2021}
}