一种基于深度学习的新型MR图像重建流水线的性能表征
图像与视频处理
2020-08-18 v1 计算机视觉与模式识别
摘要
设计了一种基于深度学习的新型磁共振成像重建流水线，以解决传统重建的基本图像质量限制，从而提供高分辨率、低噪声的MR图像。该流水线的独特目标是将截断伪影转化为改善的图像锐度，同时联合对图像去噪以改善图像质量。这一新方法现已作为AIR Recon DL（GE Healthcare，Waukesha，WI）商用，其包含一个深度卷积神经网络（CNN）以辅助原始数据的重建，最终生成干净、锐利的图像。在此我们描述该流水线及其CNN的关键特征，在数字参考物体、体模和体内表征其性能，并给出利用图像质量改善以缩短扫描时间的样例图像与协议优化策略。这种基于深度学习的新重建流水线代表了一种提升MRI扫描仪诊断与运行性能的强力新工具。
引用
@article{arxiv.2008.06559,
title = {Performance characterization of a novel deep learning-based MR image reconstruction pipeline},
author = {R. Marc Lebel},
journal= {arXiv preprint arXiv:2008.06559},
year = {2020}
}
备注
18 pages, 10 figures