×

基于深度迭代卷积CNN的脑部MRI重建算法

消耗积分:0 | 格式:pdf | 大小:5.15 MB | 2021-04-07

分享资料个

　　人体脑部MRI通常是多切片的，并且相邻切片间存在数据冗余。深度学习已经成为欠采样MRI重建领域的有力工具，然而目前基于深度学习的重建算法主要是针对单幅MRI图像。为了充分利用脑部MRI数据中的数据冗余，以获取更高的重建质量与加速因子，提出了一种深度迭代卷积神经网络（ DICNN）。在每次迭代中，首先使用双向卷积模块（BDC）探索相邻切片间的数据冗余，然后用ΣD卷积模块（RNEI）进一步探索单幅MRI切片内部的数据冗余。在单线圈的脑部MRI数据集上的仿真实验表明，提出的重建算法在不同欠采样因子下的重建效果优于基于单幅MRI图像的重建算法。该方法不仅能够有效地利用脑部MRI切片间的数据冗余，恢复更多的组织结构细节，还能进行实时的MRI重建，速度可达每秒49张。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !