通过结构化深度字典学习重建多回波磁共振图像
机器学习
2019-12-11 v1 图像与视频处理
机器学习
摘要
多回波磁共振(MR)图像是通过改变扫描的回波时间(T2 加权)或弛豫时间(T1 加权)获取的。所得(多回波)图像通常用于定量 MR 成像。获取 MR 图像是一个缓慢的过程,而为多回波成像获取同一截面的多次扫描则更慢。为了加速扫描,基于压缩感知(CS)的技术提倡部分 K 空间(傅里叶域)扫描;所得图像通过结构化 CS 算法重建。近来,研究表明与使用现成 CS 相比,基于结构化字典学习的自适应重建算法可获得更好的结果。在本工作中,我们展示使用结构化深度字典可进一步改善重建结果。在真实数据集上的实验结果表明,与使用最先进(state-of-the-art)技术相比,采用我们提出的技术可将扫描时间减半。
引用
@article{arxiv.1912.04690,
title = {Reconstructing Multi-echo Magnetic Resonance Images via Structured Deep Dictionary Learning},
author = {Vanika Singhal and Angshul Majumdar},
journal= {arXiv preprint arXiv:1912.04690},
year = {2019}
}
备注
Final version accepted at Neurocomputing