当前位置：
X-MOL 学术
›
arXiv.cs.CV
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
通过极限k空间欠采样和超分辨率实现超快MRI
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2021-03-04 , DOI: arxiv-2103.02940 Aleksandr Belov, Joel Stadelmann, Sergey Kastryulin, Dmitry V. Dylov
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2021-03-04 , DOI: arxiv-2103.02940 Aleksandr Belov, Joel Stadelmann, Sergey Kastryulin, Dmitry V. Dylov
我们低于所有引用原始fastMRI挑战的已发表论文所报告的MRI加速因子（又名k空间欠采样），然后考虑了基于强大的深度学习的图像增强方法来补偿欠分辨率图像。我们彻底研究了采样模式，欠采样和缩小因子以及恢复模型对大脑和膝盖fastMRI基准的最终图像质量的影响。重建图像的质量优于其他方法，在x16加速因子下产生的MSE为0.00114，PSNR为29.6 dB，SSIM为0.956。还对x32和x64的更极端的欠采样因子进行了研究，为某些临床应用（如计算机辅助手术或放射规划）提供了希望。
"点击查看英文标题和摘要"
更新日期：2021-03-05
"点击查看英文标题和摘要"
京公网安备 11010802027423号