可逆MRコイル圧縮のための可変拡張ネットワーク【JST・京大機械翻訳】

Liao Xianghao; Wang Shanshan; Tu Lanlan; Wang Yuhao; Liang Dong; Liu Qiegen

プレプリント

J-GLOBAL ID：202202200908753724 整理番号：22P0276588

可逆MRコイル圧縮のための可変拡張ネットワーク【JST・京大機械翻訳】

Variable Augmented Network for Invertible MR Coil Compression

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年03月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多数のコイルは,信号対雑音比を高め,並列イメージングにおけるイメージング性能を向上させることができる。それにもかかわらず,コイル数の増加は,特にいくつかの反復再構成において,データ蓄積と再構成速度の欠点を同時に悪化させる。コイル圧縮は,より少ない仮想コイルを生成することによって,これらの問題に対処する。本研究では,VAN-ICCと呼ばれる可逆コイル圧縮のための新しい可変増強ネットワークを提示した。それは,高精度圧縮と可逆回復のための正規化フローベースモデルの固有の可逆性を利用する。マルチコイルからの画像/k空間変数に可変増強技術を採用することによって,VAN-ICC列車は,不変で二射的機能を見つけることによって,元のデータを圧縮された対応物に写像し,また,その逆のものにすることができる。完全サンプリングおよびアンダーサンプルデータの両方で行った実験は,VAN-ICCの有効性と柔軟性を検証した。伝統的非深層学習ベース手法の定量的および定性的比較は,VAN-ICCがはるかに高い圧縮効果を運ぶことを示した。さらに,その性能は,異なる数の仮想コイルに対して影響を受けにくい。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

医用画像処理

, ,

前のページに戻る