Deep J-Sense: Accelerated MRI Reconstruction via Unrolled Alternating Optimization.
Deep J-Sense: Accelerated MRI Reconstruction via Unrolled Alternating Optimization.
复制标题
Deep J-Sense：通过展开交替优化加速MRI重建。
DOI：
10.1007/978-3-030-87231-1_34
复制
发表时间：
2021-09
期刊：
影响因子：
--
通讯作者：
Tamir JI
中科院分区：
文献类型：
--
作者：
Arvinte M;Vishwanath S;Tewfik AH;Tamir JI
加速的多线圈磁共振成像重建最近结合了压缩感知和深度学习，取得了实质性的改进。然而，这些方法中的大多数依赖于线圈灵敏度分布的估计，或者依赖于用于估计模型参数的校准数据。先前的工作表明，这些方法的性能下降时，这些估计的质量差，或当扫描参数不同于训练条件。在这里，我们介绍了Deep J-Sense作为一种深度学习方法，它建立在展开的交替最小化基础上，并提高了鲁棒性：我们的算法细化了磁化（图像）内核和线圈灵敏度图。对膝关节fastMRI数据集子集的实验结果表明，这提高了重建性能，并提供了显着程度的鲁棒性，以改变加速度因子和校准区域大小。
Accelerated multi-coil magnetic resonance imaging reconstruction has seen a substantial recent improvement combining compressed sensing with deep learning. However, most of these methods rely on estimates of the coil sensitivity profiles, or on calibration data for estimating model parameters. Prior work has shown that these methods degrade in performance when the quality of these estimators are poor or when the scan parameters differ from the training conditions. Here we introduce Deep J-Sense as a deep learning approach that builds on unrolled alternating minimization and increases robustness: our algorithm refines both the magnetization (image) kernel and the coil sensitivity maps. Experimental results on a subset of the knee fastMRI dataset show that this increases reconstruction performance and provides a significant degree of robustness to varying acceleration factors and calibration region sizes.
登录
查看更多内容
影响因子：
3.3
作者：
Uecker, Martin;Lai, Peng;Murphy, Mark J.;Virtue, Patrick;Elad, Michael;Pauly, John M.;Vasanawala, Shreyas S.;Lustig, Michael
通讯作者：
Lustig, Michael
影响因子：
3.3
作者：
Sodickson, DK;Manning, WJ
通讯作者：
Manning, WJ
影响因子：
3.3
作者：
Sandino CM;Lai P;Vasanawala SS;Cheng JY
通讯作者：
Cheng JY
影响因子：
3.3
作者：
Hammernik K;Klatzer T;Kobler E;Recht MP;Sodickson DK;Pock T;Knoll F
通讯作者：
Knoll F
DOI：
10.1073/pnas.1907377117
发表时间：
2020-12-01
影响因子：
11.1
作者：
Antun, Vegard;Renna, Francesco;Hansen, Anders C.
通讯作者：
Hansen, Anders C.