基于自监督学习的肝脏 $T_{1\rho}$ 与 T$_2$ 映射不确定性加权多任务方法
医学物理
2023-03-15 v1 图像与视频处理
摘要
肝脏 MRI 弛豫多参数映射具有揭示肝脏病理信息的潜力。提出一种基于自监督学习的多参数映射方法，通过在学习中利用弛豫约束同时映射 T 和 T。不同映射任务的数据噪声被用于使模型具备不确定性感知，从而在学习过程中自适应加权不同映射任务。该方法在 51 名非酒精性脂肪性肝病患者数据集上检验。结果表明，所提方法可用更少图像数量和更短计算时间，产生与传统多对比逐像素拟合方法相当的参数图。不确定性加权也提升了模型性能。其具有加速 MRI 定量成像的潜力。
引用
@article{arxiv.2303.07623,
title = {Uncertainty-weighted Multi-tasking for $T_{1\rho}$ and T$_2$ Mapping in the Liver with Self-supervised Learning},
author = {Chaoxing Huang and Yurui Qian and Jian Hou and Baiyan Jiang and Queenie Chan and Vincent WS Wong and Winnie CW Chu and Weitian Chen},
journal= {arXiv preprint arXiv:2303.07623},
year = {2023}
}