高速MRI用スウィン変圧器【JST・京大機械翻訳】

Huang Jiahao; Fang Yingying; Wu Yinzhe; Wu Huanjun; Gao Zhifan; Li Yang; Del Ser Javier; Xia Jun; Yang Guang

プレプリント

J-GLOBAL ID：202202203148007260 整理番号：22P0025467

高速MRI用スウィン変圧器【JST・京大機械翻訳】

Swin Transformer for Fast MRI

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年01月10日プレプリントサーバーでの情報更新日： 2022年04月10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)

磁気共鳴イメージング(MRI)は,高解像度で再現性のある画像を生成できる重要な非侵襲的臨床ツールである。しかし,長期走査時間は,患者の消耗と不快感をもたらす高品質MR画像に必要であり,患者の自発的運動と不随意の生理学的運動により,より多くのアーチファクトを誘発する。走査プロセスを加速するために,k空間サンプリングと深層学習ベースの再構成による方法を普及した。本研究は,高速MRI再構成のための新しいSwin変圧器ベースの方法であるSwinMRを導入した。全ネットワークは入力モジュール(IM),特徴抽出モジュール(FEM)および出力モジュール(OM)で構成した。IMとOMは2D畳込み層であり,FEMは残留Swin変圧器ブロック(RSTB)と2D畳込み層のカスケードで構成した。RSTBは一連のSwin変圧器層(STL)から構成された。STLのシフト窓マルチヘッド自己注意(W-MSA/SW-MSA)を,全画像空間における元の変圧器のマルチヘッド自己注意(MSA)よりむしろシフト窓において実行した。新しいマルチチャネル損失を感度マップを用いて提案して,それはより多くのテクスチャと詳細を保存することを証明した。Calgary-Campinas公共脳MRデータセットにおける一連の比較研究とアブレーション研究を実施し,マルチモーダル脳腫瘍セグメンテーションチャレンジ2017データセットにおける下流セグメンテーション実験を行った。結果は,著者らのSwinMRが他のベンチマーク方法と比較して高品質再構成を達成して,それはノイズ中断と種々のデータセットの下で,種々のアンダーサンプリングマスクで大きなロバスト性を示した。このコードはhttps://github.com/ayanglab/SwinMRで公開されている。【JST・京大機械翻訳】

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

医用画像処理

前のページに戻る