利用循环神经网络进行磁共振指纹重建
图像与视频处理
2019-09-17 v1 计算机视觉与模式识别
摘要
磁共振指纹（MRF）是一种为不同组织获取独特时间信号的成像技术。尽管采集高度加速，重建时间仍是个问题，因为最先进的模板匹配将每个信号与一组可能信号进行比较。为克服此限制，已提出基于深度学习的方法，例如卷积神经网络（CNNs）。本工作中，我们研究循环神经网络（RNNs）对该重建问题的适用性，因为信号在时间上相关。与先前基于 CNNs 的方法相比，RNN 模型利用体内数据取得了显著改善的结果。
引用
@article{arxiv.1909.06395,
title = {Magnetic Resonance Fingerprinting Reconstruction Using Recurrent Neural Networks},
author = {Elisabeth Hoppe and Florian Thamm and Gregor Körzdörfer and Christopher Syben and Franziska Schirrmacher and Mathias Nittka and Josef Pfeuffer and Heiko Meyer and Andreas Maier},
journal= {arXiv preprint arXiv:1909.06395},
year = {2019}
}
备注
Accepted and presented at the German Medical Data Sciences (GMDS) conference 2019 (Dortmund, Germany)