Multi PILOT：面向动态 MRI 的可学习可行多采集轨迹
图像与视频处理
2023-03-24 v2 计算机视觉与模式识别
机器学习
摘要
动态磁共振成像（MRI）被认为是内部器官和组织动态成像的一种强大且可靠的技术，使其成为领先的诊断工具。在此场景下使用 MRI 的一个主要困难是，以高时空分辨率成像所需的采集时间较长（因而成本增加），导致相关运动伪影的出现以及分辨率的下降。压缩感知（CS）技术已成为一种常用工具，通过根据某种采集轨迹在 k 空间中对图像进行欠采样，从而缩短 MRI 采集时间。若干研究特别关注应用深度学习技术来学习这些采集轨迹，以获得更好的图像重建效果，而非使用某些预定义的轨迹集合。据我们所知，学习采集轨迹仅在静态 MRI 的背景下被探索过。在本研究中，我们考虑动态成像设定下的采集轨迹学习。我们设计了一个端到端流程，用于联合优化逐帧的多条采集轨迹与一个重建神经网络，并展示了在更短采集时间内图像重建质量的提升。用于复现所有实验的代码可在 https://github.com/tamirshor7/MultiPILOT 获取。
引用
@article{arxiv.2303.07150,
title = {Multi PILOT: Learned Feasible Multiple Acquisition Trajectories for Dynamic MRI},
author = {Tamir Shor and Tomer Weiss and Dor Noti and Alex Bronstein},
journal= {arXiv preprint arXiv:2303.07150},
year = {2023}
}
备注
Accepted For MIDL 2023