文献

J-GLOBAL ID：202202283957728716   整理番号：22A0574952

IDPCNN:MRI再構成のための反復ノイズ除去と投影CNN【JST・京大機械翻訳】

IDPCNN: Iterative denoising and projecting CNN for MRI reconstruction

著者 (2件)： Hou Ruizhi (School of Mathematical Sciences, East China Normal University, Shanghai, China) ,  Li Fang (School of Mathematical Sciences and Shanghai Key Laboratory of PMMP, East China Normal University, Shanghai, China)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 406  ページ： Null  発行年： 2022年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 圧縮センシング磁気共鳴イメージング(CS-MRI)は,データ取得時間を実質的に短縮することを可能にする。従来の反復ベースCS-MRI法はモデリングにおいて柔軟であるが,通常時間がかかる。最近,その高効率のため,CS-MRIで深層ニューラルネットワーク法が普及している。しかし,深層学習法の欠点は柔軟性である。それは,k空間データの訓練画像と走査方法に過度に依存する。本論文では,IDPCNNと呼ばれるMRI再構成のための反復法を提案し,従来法と深層学習法の両方の長所を組み合わせて,迅速,柔軟で正確な再構成を実現した。提案方法は,雑音除去と投影の2つの段階を組み込んだ。雑音除去ステップは,画像を平滑化するために最先端の雑音除去器を使用する。投影ステップは周波数領域からの事前情報を調べ,空間ドメインに反復的に詳細を加える。再構成品質は,異なるサンプリングマスクとレートの下で最良のMRI再構成法より優れている。安定性,速度,および良好な再構成品質は,著者らのIDPCNNが広範な臨床応用の可能性を有することを意味する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 逐次近似 ,  信号標本化 ,  平滑化 ,  再構成 ,  信号再生 ,  *雑音低減 ,  データ収集 ,  NMRイメージング ,  機械学習 ,  雑音除去 ,  周波数領域
準シソーラス用語： 事前知識 ,  高効率 ,  逆格子空間 ,  圧縮センシング ,  深層学習 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 磁気共鳴イメージング ,  MRI再建 ,  画像雑音除去 ,  CNN

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： MRI ,  再構成 ,  反復 ,  ノイズ除去 ,  投影 ,  CNN