科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年，深度学习技术在磁共振(magnetic resonance, MR)图像重建领域飞速发展。然而，由于有监督的MR图像重建方法所依赖的高质量配对MR数据难以获取，无监督的MR图像重建方法逐渐成为了研究者们关注的重点，并展现出巨大的应用前景。当前关于此类问题的研究层出不穷，但仍缺乏系统性的归纳和分析。为此，本文综述了无监督MR图像重建方法的研究进展。首先，本文对无监督的MR图像重建方法进行了总结，无监督的MR图像重建方法能够从图像域或K空间域数据学习先验信息，实现在缺少配对数据情况下的MR图像重建；其次，本文根据学习先验信息的作用域的不同，将这些方法分为基于K空间域、基于图像域和基于混合域的无监督MR图像重建方法，并重点对各类方法的算法模型和实现流程进行了详细的介绍。最后，本文对无监督MR图像重建领域的进展和各类方法的特点进行了较为全面的总结，并对未来的发展方向进行了展望，以期为实现无监督MR图像重建提供思路和参考，并促进MR成像的临床应用。
- 单位
