k-t NEXT: Dynamic MR Image Reconstruction Exploiting Spatio-temporal Correlations

[namakemono]

#	##
論文リンク	https://arxiv.org/abs/1907.09425v1
著者	Chen Qin, Jo Schlemper, Jinming Duan, Gavin Seegoolam, Anthony Price, Joseph Hajnal, Daniel Rueckert
投稿日時	2019-07-22
コード

どんなもの？

動的磁気共鳴画像法（ＭＲＩ）は、ｋ空間および時間において高い相関を示す。動的ＭＲイメージングを加速し、高度にアンダーサンプリングされたデータからのｋｔ相関を活用するために、ここで我々は、ｋｔ ＮＥＸＴ（ｋｆ ＮＥネットワークとＸｆ変換）と呼ばれる、動的ＭＲ画像再構成のための新規なディープラーニングベースのアプローチを提案する。特に、kt BLASTやkt FOCUSSのような伝統的な方法に触発されて、我々は時空間の冗長性を利用するためにxf領域のエイリアス信号から真の信号を再構築することを提案する。それに基づいて、提案された方法は、次に、ｘ − ｆ空間と画像空間との間で再構成プロセスを反復的に繰り返すことによって信号を回復することを学習する。これにより、ネットワークは有効な情報を効果的に取得し、両方の補完ドメインから時空間相関を共同で利用することができます。非常にアンダーサンプリングされた短軸心臓シネＭＲＩスキャンで行われた実験は、我々の提案した方法が現在の最先端の動的ＭＲ再構成アプローチを定量的および定性的の両方よりも優れていることを実証する。

他と比べてどこがすごい？

技術や手法のキモはどこ？

どうやって有効だと検証した？

議論はある？

次に読むべき論文は？