面向磁共振图像重建的k空间降采样优化

作者：宣锴; 王乾^*

来源：模式识别与人工智能, 2021, 34(04): 367-374.

DOI：10.16451/j.cnki.issn1003-6059.202104009

• 磁共振图像
• 深度学习
• 图像重建
• 网络剪枝

成像速度是关系磁共振临床应用效能的重要因素,在k空间中降采样,再配合图像重建,可有效加快成像速度.因此,文中考虑降采样方式对磁共振图像重建质量的影响,在训练深度学习网络进行磁共振图像重建的情况下,提出联合优化k空间降采样方式与重建模型的方法.从k空间全采样入手,逐步删除次要的相位编码,直到针对相位编码的采样满足稀疏性要求为止.同时,采样方式的优化是和深度学习图像重建模型参数优化交替进行,即赋予每个相位编码一个权重,通过权重大小确定相位编码的重要性,在优化重建网络参数的同时,完成对k空间降采样方式的优化.实验表明文中方法可提升磁共振图像重建质量.

• 单位
  生物医学工程学院; 上海交通大学