无校准并行MRI的通用生成建模
计算机视觉与模式识别
2022-01-26 v1
摘要
压缩感知与并行成像(CS-PI)的结合为加速MRI采集提供了鲁棒机制。然而,大多数此类策略需要显式构建线圈灵敏度分布或跨线圈相关算子,因此重建对应于求解一个具有挑战性的双线性优化问题。在本工作中,我们提出一种用于无校准并行MRI的无监督深度学习框架,称为并行成像通用生成建模(UGM-PI)。更确切地说,我们在统一框架中利用了小波变换与自适应迭代策略的优势。我们在训练阶段以形成的小波张量作为网络输入来训练一个强大的噪声条件分数网络。在物理体模和体内数据集上的实验结果表明,所提方法与最先进的CS-PI重建方法相当甚至更优。
引用
@article{arxiv.2201.10210,
title = {Universal Generative Modeling for Calibration-free Parallel Mr Imaging},
author = {Wanqing Zhu and Bing Guan and Shanshan Wang and Minghui Zhang and Qiegen Liu},
journal= {arXiv preprint arXiv:2201.10210},
year = {2022}
}