基于循环神经网络的磁共振指纹成像
计算机视觉与模式识别
2018-12-20 v1
摘要
磁共振指纹成像（MRF）是一种定量磁共振成像的新方法，可在单次高效采集中同时测量多种组织特性。标准 MRF 使用字典匹配重构参数图，并因计算低效而缺乏可扩展性。我们提出使用循环神经网络进行 MRF 参数图重构，其利用了 MRF 信号演化的时间依赖信息。我们在多参数合成信号上评估了我们的方法，并将其与现有 MRF 参数图重构方法（包括基于神经网络的方法）进行比较。我们的方法取得了 T1 和 T2 值的 SOTA 估计。此外，与基于字典匹配的方法相比，重构时间显著缩短。
引用
@article{arxiv.1812.08155,
title = {Magnetic Resonance Fingerprinting using Recurrent Neural Networks},
author = {Ilkay Oksuz and Gastao Cruz and James Clough and Aurelien Bustin and Nicolo Fuin and Rene M. Botnar and Claudia Prieto and Andrew P. King and Julia A. Schnabel},
journal= {arXiv preprint arXiv:1812.08155},
year = {2018}
}
备注
Accepted for ISBI 2018