物理驱动的多光谱细胞MRI与辐射采样的学习解卷.
Jiawen Chen1, Eric T Ahrens2, Piya Pal1
1Department of Electrical and Computer Engineering, University of California San Diego, USA.
概括
这项研究引入了-19 (F) MRI的辐射光谱解卷,通过建模和去除光谱工件来改善多目标细胞检测. 新方法可以在低SNR条件下增强弱信号检测.
科学领域:
- 医疗成像医学成像
- 磁共振成像是一种磁共振成像技术.
- 频谱学是一种光谱学.
背景情况:
- -19 (F) 细胞核磁共振需要从多个细胞目标中分离图像,并具有明显的化学变化.
- 传统的卡特西安采样会导致明确的化学转移工件 ("幽灵图像").
- 射线采样引入了复杂的,由于频率偏移而导致的非线性涂抹器件.
研究的目的:
- 开发用于FMRI的辐射光谱解卷方法.
- 使用雷变换来建模辐射化学转移工件.
- 设计用于多光谱成像任务的传感操作员,并改进工件移除.
主要方法:
- 通过变换建模辐射化学转移工件.
- 开发基于物理知识的基于学习的展开策略.
- 收购计划的联合设计和对文物解体的抽样模式.
主要成果:
- 成功建模了辐射化学转移文物.
- 启用了同时删除文物和弱信号检测.
- 改善了用于多目标FMRI的光谱分离.
结论:
- 辐射光谱解卷是有效的FMRI工件管理.
- 基于物理学的学习增强了在低SNR的情况下的文物移除和信号检测.
- 开发的方法对于先进的多光谱F细胞成像至关重要.


