用于并行 MRI 重建的 k 空间与图像域协同基于能量的模型
图像与视频处理
2022-08-23 v3 计算机视觉与模式识别
摘要
缩短磁共振(MR)图像采集时间有望使 MR 检查更加普及。包括深度学习模型在内的现有方法一直致力于解决 MRI 成像时间过长的问题。近年来,深度生成模型在算法鲁棒性和使用灵活性方面展现出巨大潜力。然而,现有方案均无法直接在 k 空间测量上学习或应用。此外,深度生成模型如何在混合域中良好工作也值得研究。本工作中,我们利用深度基于能量的模型,提出了一种 k 空间与图像域协同生成模型,以从欠采样测量中全面估计 MR 数据。与当前最优方法进行的实验对比表明,所提出的混合方法在重建精度上误差更小,且在不同的加速因子下更稳定。
引用
@article{arxiv.2203.10776,
title = {K-space and Image Domain Collaborative Energy based Model for Parallel MRI Reconstruction},
author = {Zongjiang Tu and Chen Jiang and Yu Guan and Shanshan Wang and Jijun Liu and Qiegen Liu and Dong Liang},
journal= {arXiv preprint arXiv:2203.10776},
year = {2022}
}
备注
25 pages,11 figures. arXiv admin note: text overlap with arXiv:2109.03237