Fugu-MT 論文翻訳(概要): Attention-gated convolutional neural networks for off-resonance correction of spiral real-time MRI

論文の概要: Attention-gated convolutional neural networks for off-resonance correction of spiral real-time MRI

arxiv url: http://arxiv.org/abs/2102.07271v1
Date: Sun, 14 Feb 2021 23:43:50 GMT
ステータス: 翻訳完了
システム内更新日: 2021-02-16 15:25:23.428283
Title: Attention-gated convolutional neural networks for off-resonance correction of spiral real-time MRI
Title（参考訳）: スパイラルリアルタイムMRIのオフ共鳴補正のための注意誘導畳み込みニューラルネットワーク
Authors: Yongwan Lim, Shrikanth S. Narayanan, Krishna S. Nayak
Abstract要約: 本稿では,アテンションゲート機構を組み込んだ新しいCNNオフ共振補正手法を提案する。我々は,既存のオフ共振補正法と比較して,1.5テスラスパイラル音声RT-MRIによるアテンションゲートの性能向上を実証した。
参考スコア（独自算出の注目度）: 58.11266896200967
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Spiral acquisitions are preferred in real-time MRI because of their efficiency, which has made it possible to capture vocal tract dynamics during natural speech. A fundamental limitation of spirals is blurring and signal loss due to off-resonance, which degrades image quality at air-tissue boundaries. Here, we present a new CNN-based off-resonance correction method that incorporates an attention-gate mechanism. This leverages spatial and channel relationships of filtered outputs and improves the expressiveness of the networks. We demonstrate improved performance with the attention-gate, on 1.5 Tesla spiral speech RT-MRI, compared to existing off-resonance correction methods.
Abstract（参考訳）: スパイラル取得は、その効率性のためにリアルタイムMRIで好まれており、自然発話中の声道動態を捉えることができる。スパイラルの基本的な制限は、不共振によるぼやけと信号損失であり、空気対流境界での画質が低下する。本稿では,アテンションゲート機構を組み込んだCNNによる非共振補正手法を提案する。これにより、フィルタされた出力の空間的およびチャネル的関係を利用し、ネットワークの表現性を改善する。我々は,既存のオフ共振補正法と比較して,1.5テスラスパイラル音声RT-MRIによるアテンションゲートの性能向上を実証した。

関連論文リスト

DDO-IN: Dual Domains Optimization for Implicit Neural Network to Eliminate Motion Artifact in Magnetic Resonance Imaging [1.0951772570165874]
画素と周波数領域の情報を統合する新しいデュアルドメイン最適化(DDO)手法を提案する。 The NYU fastMRI データセットによる実験結果から,本手法は既存手法よりも複数の評価指標で優れていることが示された。
論文参考訳（メタデータ） (2025-03-11T05:26:03Z)
Rethinking Transformer-Based Blind-Spot Network for Self-Supervised Image Denoising [94.09442506816724]
BSN(Blind-spot Network)は、自己教師付き画像復調(SSID)におけるニューラルネットワークアーキテクチャとして広く使われている。本研究では,Transformer ベースの Blind-Spot Network (TBSN) を構築した。
論文参考訳（メタデータ） (2024-04-11T15:39:10Z)
Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文参考訳（メタデータ） (2023-11-22T05:44:51Z)
Cine cardiac MRI reconstruction using a convolutional recurrent network with refinement [9.173298795526152]
心臓MRI再建における時間的相関を利用した畳み込みリカレントニューラルネットワーク(CRNN)アーキテクチャについて検討した。これは、単一画像の超解像度リファインメントモジュールと組み合わせて、単一コイルの再構築を4.4%、正規化平均二乗誤差3.9%改善する。提案モデルでは, ベースライン症例と比較して有意に拡張され, 心臓MRI再建のさらなる改善に有望な可能性を秘めている。
論文参考訳（メタデータ） (2023-09-23T14:07:04Z)
Spiking-LEAF: A Learnable Auditory front-end for Spiking Neural Networks [53.31894108974566]
Spiking-LEAFは、SNNベースの音声処理用に慎重に設計された学習可能な聴覚フロントエンドである。キーワードスポッティングと話者識別タスクにおいて、提案したSpking-LEAFは、聴覚フロントエンドのSOTAよりも優れている。
論文参考訳（メタデータ） (2023-09-18T04:03:05Z)
Hyperspectral Image Denoising via Self-Modulating Convolutional Neural Networks [15.700048595212051]
相関スペクトルと空間情報を利用した自己変調畳み込みニューラルネットワークを提案する。モデルの中心には新しいブロックがあり、隣り合うスペクトルデータに基づいて、ネットワークが適応的に特徴を変換することができる。合成データと実データの両方の実験解析により,提案したSM-CNNは,他の最先端HSI復調法よりも優れていることが示された。
論文参考訳（メタデータ） (2023-09-15T06:57:43Z)
Denoising Simulated Low-Field MRI (70mT) using Denoising Autoencoders (DAE) and Cycle-Consistent Generative Adversarial Networks (Cycle-GAN) [68.8204255655161]
高磁場, 高分解能, 高信号-雑音比 (SNR) 磁気共鳴イメージング (MRI) 画像を得るために, GAN (Cycle Consistent Generative Adversarial Network) が実装されている。 Denoising Autoencoder(DAE)とCycle-GANをペアとアンペアのケースで訓練するために画像が使用された。この研究は、古典的DAEを上回り、低磁場MRI画像を改善することができ、画像ペアを必要としない生成的ディープラーニングモデルの使用を実証する。
論文参考訳（メタデータ） (2023-07-12T00:01:00Z)
Implicit Neural Networks with Fourier-Feature Inputs for Free-breathing Cardiac MRI Reconstruction [21.261567937245808]
本研究は、心臓を暗黙のニューラルネットワークで表現し、心臓の表現が測定値と整合するようにネットワークを適合させる再構築手法を提案する。提案手法は,最先端の未訓練畳み込みニューラルネットワークと同等あるいはわずかに優れた画像品質を実現する。
論文参考訳（メタデータ） (2023-05-11T14:14:30Z)
Adaptive Gradient Balancing for UndersampledMRI Reconstruction and Image-to-Image Translation [60.663499381212425]
本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。 MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
論文参考訳（メタデータ） (2021-04-05T13:05:22Z)
ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
論文参考訳（メタデータ） (2020-03-04T08:36:27Z)
CNN-based InSAR Denoising and Coherence Metric [4.051689818086047]
ノイズは衛星で受信されたマイクロ波反射を破損させ、信号のラップされた位相を汚染する。畳み込みニューラルネットワーク(CNN)を導入し,InSAR画像復調フィルタの学習を行う。オートエンコーダCNNアーキテクチャのInSAR画像復調フィルタへの応用について述べる。
論文参考訳（メタデータ） (2020-01-20T03:20:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。