基于生成对抗网络的无监督 MRI 重建
图像与视频处理
2020-09-01 v1 机器学习
机器学习
摘要
基于深度学习的图像重建方法已在多种 MRI 应用中取得可喜结果。然而，大多数方法需要大规模全采样真值数据以进行监督训练。获取全采样数据通常困难或不可能，特别是对于动态对比增强（DCE）、3D 心脏电影和 4D 流。我们提出了一种使用生成对抗网络且无需任何全采样数据的 MRI 重建深度学习框架。我们在两种场景中测试了所提方法：回顾性欠采样快速自旋回波膝关节检查与前瞻性欠采样腹部 DCE。与传统方法相比，该方法恢复了更多解剖结构。
引用
@article{arxiv.2008.13065,
title = {Unsupervised MRI Reconstruction with Generative Adversarial Networks},
author = {Elizabeth K. Cole and John M. Pauly and Shreyas S. Vasanawala and Frank Ong},
journal= {arXiv preprint arXiv:2008.13065},
year = {2020}
}