面向心脏 Cine MR 成像的时空旋转等变 CNN：SRE-CNN
图像与视频处理
2024-09-16 v1 人工智能
计算机视觉与模式识别
摘要
动态 MR 图像包含多种转换对称性，包括局部特征在图像内及沿时间维度上的旋转对称性。将这些对称性作为先验知识可促进高时空分辨率下的动态 MR 成像。等变 CNN 是有效的对称性利用工具，但现有方法未充分挖掘动态 MR 成像中的对称性先验。本文提出一种新框架——时空旋转等变 CNN (SRE-CNN)，从高精度滤波器设计到时序等变卷积模块与成像模型，充分挖掘动态 MR 图像中固有的旋转对称性。时序等变卷积模块实现空间与时间维度对旋转对称性的利用，而基于参数化策略的高精度卷积滤波器增强了局部特征旋转对称性的运用，提高了细节解剖结构的重建质量。在高度欠采样的心脏 cine 动态数据 (最高达 20 倍) 上实验表明，所提方法在定量与定性评估上均表现优异。
引用
@article{arxiv.2409.08537,
title = {SRE-CNN: A Spatiotemporal Rotation-Equivariant CNN for Cardiac Cine MR Imaging},
author = {Yuliang Zhu and Jing Cheng and Zhuo-Xu Cui and Jianfeng Ren and Chengbo Wang and Dong Liang},
journal= {arXiv preprint arXiv:2409.08537},
year = {2024}
}
备注
Accepted at MICCAI 2024