基于深度学习的欠采样磁共振图像重建研究综述

作者：程航; 蔡昕; 姜小平; 杨光; 贾守强; 聂生东

来源：软件工程, 2023, 26(06): 1-5.

DOI：10.19644/j.cnki.issn2096-1472.2023.006.001

• MRI
• 欠采样图像重建
• 深度学习
• 模型驱动
• 数据驱动

针对加速磁共振成像(Magnetic Resonance Imaging, MRI)中，传统算法对压缩感知欠采样磁共振(Magnetic Resonance, MR)图像重建质量欠佳的问题，以基于深度学习的欠采样MR图像重建算法为研究对象，系统性地概述图像重建算法中模型驱动与数据驱动方法的工作原理，分析各自的特性与优点、缺点，对重建方法进行对比讨论，并列举了部分算法在数据集上的表现。结果表明，大部分算法在数据集上的结构相似性指标(Structure Similarity Index Measure, SSIM)为0.87—0.96。依据重建方法现存的不足与当前的研究趋势，提出3种MR图像重建算法未来的发展方向。

• 单位
  华东师范大学; 山东第一医科大学; 上海理工大学