文献

J-GLOBAL ID：201802248244645451   整理番号：18A2166129

k空間補間(RAKI)再構成のための走査特異ロバスト人工神経回路網:高速イメージングのためのデータベースを用いない深層学習【JST・京大機械翻訳】

Scan-specific robust artificial-neural-networks for k-space interpolation (RAKI) reconstruction: Database-free deep learning for fast imaging

著者 (7件)： Akcakaya Mehmet (Department of Electrical and Computer Engineering, University of Minnesota, Minneapolis, Minnesota) ,  Akcakaya Mehmet (Center for Magnetic Resonance Research, University of Minnesota, Minneapolis, Minnesota) ,  Moeller Steen (Center for Magnetic Resonance Research, University of Minnesota, Minneapolis, Minnesota) ,  Weingaertner Sebastian (Department of Electrical and Computer Engineering, University of Minnesota, Minneapolis, Minnesota) ,  Weingaertner Sebastian (Center for Magnetic Resonance Research, University of Minnesota, Minneapolis, Minnesota) ,  Weingaertner Sebastian (Computer Assisted Clinical Medicine, University Medical Center Mannheim, Heidelberg University, Mannheim, Germany) ,  Ugurbil Kamil (Center for Magnetic Resonance Research, University of Minnesota, Minneapolis, Minnesota)
資料名： Magnetic Resonance in Medicine  (Magnetic Resonance in Medicine)
巻： 81  号： 1  ページ： 439-453  発行年： 2019年 
JST資料番号： W2675A  ISSN： 0740-3194  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目的:自動較正信号(ACS)データ上で訓練されるスキャン特異的深い学習を用いた改良k空間再構成法を開発する。理論:k-空間補間(raki)再構成に対するロバスト人工ニューラルネットワークは,ACSデータ上の畳込みニューラルネットワークを訓練する。これにより,線形畳込みカーネルに基づくGRAPPAのような従来の線形k空間補間ベース法とは対照的に,改善された雑音回復性を持つ獲得k空間データからの欠落k空間線の非線形推定が可能になる。方法:勾配降下アルゴリズムを用いて,ACS領域における目標点上の平均二乗誤差損失関数を用いて訓練アルゴリズムを実装した。ニューラルネットワークは3層の畳込み演算子を含み,これらの2つは非線形活性化関数を含んでいる。raki法の雑音性能と再構成品質を,ファントムにおけるGRAPPA,ならびに神経学的および心臓のin vivoデータセットと比較した。結果:ファントム画像は,提案したラキ法が,視覚的および定量的に,高い(≧4)加速度でGRAPPAより優れていることを示した。定量的心臓イメージングは,GRAPPA上で高い加速率(率4:23%および速度5:48%)で改善された雑音回復力を示す。改善された雑音回復性の同じ傾向は,高加速度での高分解能脳イメージングでも観察された。結論:raki法は,多くの既存の再構成アプローチを改善する可能性があり,MRI再構成のための訓練データベースフリーの深い学習アプローチを提供し,従来のデータ収集プロトコルと互換性がある。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *学習 ,  画像再構成 ,  品質 ,  *データベース ,  *内挿法 ,  データ収集 ,  画像 ,  線形性 ,  *ロバスト性 ,  ファントム ,  *再構成 ,  畳込み ,  *ニューラルネットワーク
準シソーラス用語： *逆格子空間 , 【Automatic Indexing@JST】

著者キーワード (7件)： 加速イメージング ,  畳み込みニューラルネットワーク ,  深層学習 ,  画像再構成 ,  k空間補間 ,  非線形推定 ,  並列イメージング

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： k空間 ,  補間 ,  再構成 ,  走査 ,  ロバスト ,  人工神経回路網 ,  高速イメージング ,  データベース ,  深層学習