基于块深度图像先验的受试者特异性定量磁敏感成像
图像与视频处理
2022-10-14 v1 计算机视觉与模式识别
机器学习
摘要
定量磁敏感成像是一种从 MRI 相位测量中估计生物组织磁敏感性的参数成像技术。这一估计磁敏感图的逆问题是不适定的。利用平滑性和稀疏性等信号特性的正则化恢复方法改善了重建效果，但存在过度平滑伪影。深度学习方法已展现出巨大潜力并能生成伪影更少的图像，然而为了获得合理的重建效果和网络的泛化能力，它们需要大量训练数据集，导致数据采集时间增加。为克服该问题，我们提出了一种受试者特异性、基于块的无监督学习算法来估计磁敏感图。我们利用深度卷积神经网络挖掘磁敏感图各块之间的冗余性，使问题适定。我们将磁敏感图的恢复表述为一个正则化优化问题，并采用交替最小化策略求解。我们在 3D 活体数据集上测试了该算法，并在定性和定量上证明了相比竞争方法的重建改善。
引用
@article{arxiv.2210.06471,
title = {Subject-specific quantitative susceptibility mapping using patch based deep image priors},
author = {Arvind Balachandrasekaran and Davood Karimi and Camilo Jaimes and Ali Gholipour},
journal= {arXiv preprint arXiv:2210.06471},
year = {2022}
}