DGEDDGAN:用于MRI重建的双域生成器和边缘增强的双区分器生成对抗网络
Qiaohong Liu1, Weikun Zhang2, Yuting Zhang3
1School of Medical Instruments, Shanghai University of Medicine and Health Sciences, Shanghai, China.
Magnetic resonance imaging
|March 10, 2025
概括
一种新的DGEDDGAN方法通过重建具有增强边缘和更少文物的高质量图像来加速磁共振成像 (MRI) 扫描. 这项创新大大缩短了扫描时间,以实现更快的医学成像.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 图像重建 图像的重建
背景情况:
- 磁共振成像 (MRI) 对于临床诊断至关重要,但其采集时间较长.
- 高质量的MRI图像重建对于准确的诊断至关重要,但加速的方法往往会损害图像保真度.
研究的目的:
- 开发一种加速MRI重建方法,以保持图像质量并增强边缘细节.
- 引入一种新的生成对抗网络架构,以实现高效和高保真的MRI重建.
主要方法:
- 提出了一个双域生成器和边缘增强双区分器生成对抗网络 (DGEDDGAN).
- 采用双域U-Net发电机级联频率和图像域,结合密集连接的剩余块和协调注意力机制.
- 使用了两个区分器:一个用于整体重建,另一个用于边缘增强.
主要成果:
- 与最先进的方法相比,DGEDDGAN成功地重建了高质量的MRI图像,具有优越的边缘保护和较少的文物.
- 该方法在IXI和CC-359数据集上的各种采样率和面具中显示出有效性.
- 实现了低于13毫秒的单图像重建时间,满足更快处理的需求.
结论:
- 拟议的DGEDDGAN框架在加速MRI重建方面取得了重大进展.
- 这种方法可以更快地获得MRI,而不会牺牲诊断图像质量,特别是边缘细节.
- 在MRI检查中,DGEDDGAN有望提高临床工作流程效率和患者吞吐量.
