文献

J-GLOBAL ID：202102213946804758   整理番号：21A1096435

パラレルチャネル-空間注意機構に基づく腹部MRI画像マルチスケール超解像再構成【JST・京大機械翻訳】

Abdominal MRI image multi-scale super-resolution reconstruction based onparallel channel-spatial attention mechanism

著者 (4件)： Fan Fan (中北大学大数据学院,太原030051) ,  Gao Yuan (中北大学大数据学院,太原030051) ,  Qin Pinle (中北大学大数据学院,太原030051) ,  Wang Lifang (中北大学大数据学院,太原030051)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 40  号： 12  ページ： 3624-3630  発行年： 2020年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 腹部磁気共鳴画像(MRI)画像が超解像再建中に高周波詳細損失による境界不明瞭、腹部器官表示不明瞭及び単一モデル単スケール再建応用が不都合などの問題を有効に解決する。並列チャネル-空間注意機構に基づくマルチスケール超解像再構成アルゴリズムを提案した。最初に,並列チャネル-空間注意力残差ブロックを構築し,空間注意力モジュールを用いて,画像強調領域および高周波情報間の相関を得て,チャネル注意力モジュールを通して,キー情報応答の重みを得た。ネットワークの特徴抽出層を拡大して,流入注意力モジュールの特性情報を増やした。さらに,重みづけ正規化層を導入して,ネットワークのトレーニング効率を保証した。最後に,ネットワーク端末に多重スケールサンプリング層を適用し,ネットワークの柔軟性と利用性を改善した。実験結果は,2,×3,および×4のスケールにおけるピーク信号対雑音比(PSNR)が,深さ残差チャネル注意力超解像ネットワーク(RCAN)より0.68dB高いことを示した。提案したアルゴリズムは画像の再構成品質を効果的に向上させる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ネットワーク ,  特徴抽出 ,  残差 ,  HF【周波数】 ,  再構成 ,  端末装置 ,  *超解像 ,  画像強調 ,  チャネル ,  NMRイメージング ,  正規化
準シソーラス用語： ピーク信号対雑音比 ,  *マルチスケール ,  再構成アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (8件)： パラレル ,  チャネル ,  注意 ,  腹部 ,  MRI画像 ,  マルチスケール ,  超解像 ,  再構成