基于生成对抗网络的无监督MRI重建

作者: | Elizabeth K. Cole | John M. Pauly | Shreyas S. Vasanawala | Frank Ong |

摘要:基于深度学习的图像重建方法在多个MRI应用中都取得了良好的效果。然而,大多数方法都需要大规模的、完全采样的地面真相数据来进行有监督的训练.获取完全采样的数据通常是困难的或不可能的,特别是对于动态对比度增强(DCE),三维心脏电影,和四维流。我们提出了一个深度学习框架的MRI重建,没有任何完全采样数据使用生成对抗性网络。我们在两种情况下测试所提出的方法:回顾性低采样快速自旋回波膝关节检查和前瞻性低样本腹部DCE检查。与传统方法相比,该方法恢复了更多的解剖结构。

论文地址

https://arxiv.org/abs/2008.13065v1

下载地址

https://arxiv.org/pdf/2008.13065v1.pdf

全部源码

https://github.com/ekcole/unsupGAN-release 类型: tensorflow

图像重建,MRI重建,无监督的图像到图像的转换

相关推荐

暂无评论

微信扫一扫,分享到朋友圈

基于生成对抗网络的无监督MRI重建