抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
磁気共鳴イメージング(MRI)は,マルチコントラスト超解像(SR)技術を可能にする同じ解剖学的構造の多重コントラスト画像を提示することができる。単一コントラストを用いたSR再構成と比較して,マルチコントラストSR再構成は,異なるイメージング様式に埋め込まれた多様だが相補的な情報を活用することにより,より高い品質のSR画像を生成するのに有望である。しかし,既存の方法は2つの欠点がある。(1)異なるスケールにおけるマルチコントラスト特徴が異なる解剖学的詳細を含み,従って,より良い再構成のためにこれらの特徴を整合し,融合するための有効なメカニズムを欠くことを無視した。(2)それらは,複雑な解剖学的構造の領域にとって必須である長距離依存性を捉えるのにまだ不足している。著者らは,革新的変換機-電力マルチスケール文脈マッチングと集約技術のセットを開発することによって,これらの問題を包括的に処理するための新しいネットワークを提案した。これをMcMRSRと呼ぶ。最初に,著者らは,参照画像と目標画像の両方における長距離依存性をモデル化するために,変圧器をゲームした。次に,新しいマルチスケール文脈マッチング法を提案し,異なるスケールでの参照特徴から対応するコンテキストを捉えた。さらに,ターゲットSR MR画像を再構成するために,マルチスケール整合特徴を徐々にかつ対話型に集約するためのマルチスケール凝集機構を導入した。広範な実験は,著者らのネットワークが最先端のアプローチを凌駕し,臨床診療で適用される大きな可能性を持つことを示した。コードはhttps://github.com/XAIMI Lab/McMRSRで利用可能である。【JST・京大機械翻訳】