基于投影迭代软阈值方法的深度学习MRI重建

基于投影迭代软阈值方法的深度学习MRI重建.pdf
磁共振成像(MagneticResonanceImaging,MRI)在临床诊断中起着不可或缺的作用.为了提高成像速度,压缩感知并行成像通过在并行成像中减少k空间采样信号.然而,欠采样k空间还需要的迭代稀疏重建耗费大量的计算时间也难以选择最优变换.近年来,基于数据集训练的深度学习开始应用于MRI图像重建.本文受投影迭代软阈值稀疏重建方法的启发，提出将该迭代算法pISTA-SENSE展开成深度学习网络pISTA-SENSE-ResNet，用可学习的卷积权重代替变换，用网络残差结构提高性能，期望得到比现有深度学习方法更低的重建误差。
作者：路铁源 张心林 黄奕晖 郭迪 屈小波
作者单位：厦门大学电子科学系,福建省等离子体与磁共振研究重点实验室,厦门361005厦门理工学院计算机与信息工程学院,厦门361024
母体文献：2021第二十一届全国波谱学学术会议论文集
会议名称：2021第二十一届全国波谱学学术会议  
会议时间：2021年11月11日
会议地点：浙江温州
主办单位：中国物理学会
语种：chi
分类号：TP7O24
关键词：磁共振图像  稀疏重建  投影迭代软阈值  深度学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-1 20:18 上传 基于投影迭代软阈值方法的深度学习MRI重建.pdf

文件大小:

363.13 KB

下载次数:

60

高速下载