アンダーサンプリングMRIのための自己管理画像再構成法の検証と一般化可能性【JST・京大機械翻訳】

Yu Thomas; Hilbert Tom; Piredda Gian Franco; Joseph Arun; Bonanno Gabriele; Zenkhri Salim; Omoumi Patrick; Cuadra Meritxell Bach; Canales-Rodriguez Erick Jorge; Kober Tobias; Thiran Jean-Philippe

プレプリント

J-GLOBAL ID：202202210836324675 整理番号：22P0281695

アンダーサンプリングMRIのための自己管理画像再構成法の検証と一般化可能性【JST・京大機械翻訳】

Validation and Generalizability of Self-Supervised Image Reconstruction Methods for Undersampled 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 (11件)： , , , , , , , , , ,
資料名：
発行年： 2022年01月29日プレプリントサーバーでの情報更新日： 2022年09月12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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

深層学習法は,アンダーサンプルMR再構成のための最先端状態になった。特に,グランドトルースに対して実行不可能または不可能な場合,完全にサンプリングされたデータを取得するために,再構成のための自己監督機械学習法がますます使用されている。しかし,そのような方法の検証,ならびにそれらの一般化可能性における潜在的問題は,未開発のままである。本論文では,アンダーサンプルMR画像の再構成のための自己監督アルゴリズムの検証の重要な側面,すなわち,前向き再構成の定量的評価,前向きと遡及的再構成の間の潜在的差異,一般的に使用される定量的計量の適切性,および一般化可能性を研究した。自己監督雑音除去と深層画像に基づく2つの自己監督アルゴリズムを研究した。これらの方法を,in vivoおよびファントムデータを用いた最小二乗フィッティングおよび圧縮センシング再構成と比較した。それらの一般化可能性は,訓練に異なる実験条件から前向きにアンダーサンプリングしたデータで試験した。前向き再構成は,遡及的再構成/地上真実と比較して有意な歪みを示すことができることを示す。さらに,ピクセルワイズ定量的メトリックスは知覚的計量とは対照的に,知覚的品質の差を正確に捉えることができない。さらに,すべての方法は一般化の可能性を示した。しかし,一般化可能性は他の変化よりも解剖/コントラストの変化により影響を受ける。さらに,非参照画像計量は,一般化可能性を研究するための画像品質の人間の評価と良く対応することを示した。最後に,十分に調整された圧縮センシング再構成と学習雑音除去がすべてのデータで同様に機能することを示した。【JST・京大機械翻訳】

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

医用画像処理

, , , , , ,

前のページに戻る