通过主动采集降低欠采样 MRI 重建中的不确定性
计算机视觉与模式识别
2019-02-11 v1
摘要
MRI 重建的目标是从部分观测的测量中恢复高保真图像。这种部分观测自然引发了重建不确定性，只能通过获取额外测量来降低。在本文中，我们提出一种新颖的 MRI 重建方法，在推理时动态选择要采取的测量并迭代地精炼预测，以最佳地降低重建误差从而减低其不确定性。我们在一个大规模膝关节 MRI 数据集以及 ImageNet 上验证了我们的方法。结果表明：(1) 我们的系统成功优于主动采集基线；(2) 我们的不确定性估计与误差图相关；(3) 我们基于 ResNet 的架构在 MRI 重建任务中超越了标准的像素到像素模型。所提方法不仅展示了高质量重建，也为加速 MRI 的更适用解决方案铺平了道路。
引用
@article{arxiv.1902.03051,
title = {Reducing Uncertainty in Undersampled MRI Reconstruction with Active Acquisition},
author = {Zizhao Zhang and Adriana Romero and Matthew J. Muckley and Pascal Vincent and Lin Yang and Michal Drozdzal},
journal= {arXiv preprint arXiv:1902.03051},
year = {2019}
}