-
题名基于K空间数据的深度核磁共振图像重建
被引量:2
- 1
-
-
作者
黄敏
管智慧
周到
陈军波
-
机构
中南民族大学生物医学工程学院
-
出处
《生物医学工程研究》
2020年第2期139-144,共6页
-
基金
中央高校基本科研业务费专项资金资助项目(CZY18025,CZY19040)
湖北省自然科学基金资助项目(2014CFB918)。
-
文摘
传统的核磁共振(magnetic resonance imaging,MRI)成像技术中,图像重建算法与脉冲序列和K空间采样轨迹等因素密切相关。深度MRI成像采用了全新的重建方法。本研究采用深度卷积神经网络W-net对数据样本进行学习,从欠采集的K空间数据快速重建出高质量的图像。采用迁移学习方法,优化原模型参数,提升模型对各方向扫描、含病灶(如肿瘤)的大脑,以及结构较简单的膝盖等MRI数据的泛化能力。对比不同欠采样率的K空间输入数据,分析模型性能;并添加数据更新层,改进模型结构。测试结果表明,改进后的模型重建质量更优,对病灶和小脑纹理细节的恢复更好。
-
关键词
深度核磁共振
图像重建
卷积神经网络
迁移学习
K空间
-
Keywords
Deep magnetic resonance imaging
Image reconstruction
Convolutional neural network
Transfer learning
K-space
-
分类号
R318
[医药卫生—生物医学工程]
-