富里埃卷积块具有全球受体场,用于MRI重建

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 信号处理 信号处理

背景情况:

• 样本不足的磁共振成像 (MRI) 可以加速扫描,但需要先进的重建技术.
• 卷积神经网络 (CNN) 在MRI重建方面表现出色,但通常具有有限的受体场 (RF),阻碍了全球特征捕获.
• 全球特征提取对于缓解MRI重建中的别名化工件至关重要.

研究的目的:

• 开发一种全新的全球福里埃卷积块 (FCB),用于增强MRI图像重建.
• 在基于CNN的MRI重建方法中解决受限受体场 (RF) 的局限性.
• 为了改善全球图像特征的捕获,并减少伪造文物.

主要方法:

• 提出了一个全球里埃卷积块 (FCB),它将空间卷积转换为整个图像受体场 (RF) 的频域.
• 将FCB集成到四个受欢迎的CNN架构中,用于MRI重建.
• 对大脑和膝盖MRI数据集的评估性能,与基线模型进行比较.

主要成果:

• 在CNN模型中,FCB表现出一个改进的有效受体场 (RF).
• 与基线模型相比,采用FCB的模型实现了更高的峰值信号与噪声比率 (PSNR) 和结构相似性指数测量 (SSIM).
• 在重建的MRI扫描中观察到图像细节和纹理的增强恢复.

结论:

• 拟议的全球里埃卷积块 (FCB) 通过扩大受体场 (RF) 有效地增强了基于CNN的MRI重建.
• FCB提供了一种计算效率高的方法,用于提高图像质量,细节和纹理恢复在样本不足的MRI中.
• 这种方法有望加速MRI扫描并提高临床诊断的准确性.