ViGU：用于快速MRI的视觉图神经网络U-Net
图像与视频处理
2023-02-22 v1 计算机视觉与模式识别
摘要
深度学习模型已广泛应用于快速MRI。现有多数深度学习模型（如卷积神经网络）处理具有欧氏或规则网格结构的数据。然而，从MR数据提取的高维特征可能封装于非欧流形中。现有模型常用假设与数据需求间的这一差异，限制了捕捉MR数据中不规则解剖特征的灵活性。本工作中，我们引入一种用于快速MRI的新型视觉图神经网络(Vision GNN)类型网络，称为视觉图神经网络U-Net (ViGU)。更确切地说，像素阵列首先被嵌入为块(patches)并转为图。其次，利用对称编码器与解码器路径中的若干图块构建U型网络。此外，我们展示所提ViGU亦可受益于生成对抗网络(GAN)，得到其变体ViGU-GAN。通过数值与视觉实验，我们证明所提ViGU及GAN变体优于现有基于CNN与GAN的方法。并且，所提网络以仅一小部分计算成本即可与基于Transformers的方法相竞争。更重要的是，网络的图结构揭示了网络如何从MR图像提取特征，提供了直观的可解释性。
引用
@article{arxiv.2302.10273,
title = {ViGU: Vision GNN U-Net for Fast MRI},
author = {Jiahao Huang and Angelica Aviles-Rivero and Carola-Bibiane Schonlieb and Guang Yang},
journal= {arXiv preprint arXiv:2302.10273},
year = {2023}
}
备注
ISBI2023