基于深度学习的 MR 线圈外推虚拟线圈增强技术
计算机视觉与模式识别
2022-03-22 v2
摘要
磁共振成像（MRI）是一种广泛使用的医学成像模态。然而，受限于硬件、扫描时间与通量，临床上常难以获取高质量 MR 图像。本文中，我们提出一种利用人工智能扩展通道以实现生成虚拟线圈目标的方法。我们工作的主要特征是利用虚拟变量技术在图像域与 k 空间域中扩展/外推接收线圈。通道扩展形成的高维信息用作先验信息以改善并行成像的重建效果。网络设计包含两主要组件，即变量增强技术与平方和（SOS）目标函数。变量增强为网络提供更多高维先验信息，有助于网络提取数据的深度特征信息。SOS 目标函数用于解决 k 空间数据训练的不足，同时加速收敛。实验结果表明其在 MR 图像超分辨率与加速并行成像重建中的巨大潜力。
引用
@article{arxiv.2201.07540,
title = {Virtual Coil Augmentation Technology for MR Coil Extrapolation via Deep Learning},
author = {Cailian Yang and Xianghao Liao and Yuhao Wang and Minghui Zhang and Qiegen Liu},
journal= {arXiv preprint arXiv:2201.07540},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2103.15061, arXiv:1907.03063, arXiv:1807.03039 by other authors