通过学习匹配内部块分布估计 MR 切片剖面
计算机视觉与模式识别
2021-04-02 v1 图像与视频处理
摘要
为了对多切片 2D 磁共振(MR)图像的层间方向进行超分辨率重建,其切片选择剖面可作为从高分辩率(HR)到低分辨率(LR)的退化模型,用于在训练监督算法时创建配对数据。现有的超分辨率算法对切片选择剖面做出假设,因为给定图像的该剖面并不易知。在本工作中,我们通过学习匹配图像的内部块分布来估计特定图像的切片选择剖面。具体而言,我们假设在应用正确的切片选择剖面后,沿 HR 平面内方向的块分布应与沿 LR 层间方向的分布相匹配。因此,我们将切片选择剖面的估计作为生成对抗网络(GAN)中生成器学习的一部分。以此方式,无需任何外部数据即可学习切片选择剖面。我们的算法使用各向同性 MR 图像的仿真进行了测试,将其纳入层间超分辨率算法以展示其优势,并用作测量图像分辨率的工具。我们的代码位于 https://github.com/shuohan/espreso2。
引用
@article{arxiv.2104.00100,
title = {MR Slice Profile Estimation by Learning to Match Internal Patch Distributions},
author = {Shuo Han and Samuel Remedios and Aaron Carass and Michael Schär and Jerry L. Prince},
journal= {arXiv preprint arXiv:2104.00100},
year = {2021}
}
备注
12 pages, 6 figures, accepted by Information Processing in Medical Imaging (IPMI) 2021