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: 処理完了
- 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
- Implicit Neural Networks with Fourier-Feature Inputs for Free-breathing
Cardiac MRI Reconstruction [22.6928271117295]
我々は、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一致するようにネットワークに適合させる。
心電図などの追加の患者データやバイオセンサーは必要とせず,幅広い臨床シナリオに応用できる可能性がある。
論文 参考訳(メタデータ) (2023-05-11T14:14:30Z) - fRegGAN with K-space Loss Regularization for Medical Image Translation [58.720142291102135]
GAN(Generative Adversarial Network)は、現実的な画像の生成において顕著な成功を収めている。
GANは低周波の周波数バイアスに悩まされる傾向にあり、それによって生成された画像の重要な構造が取り除かれる。
本稿では,fRegGANと呼ばれる教師付きRegGANアプローチに基づく新しい周波数対応画像画像変換フレームワークを提案する。
論文 参考訳(メタデータ) (2023-03-28T12:49:10Z) - A scan-specific unsupervised method for parallel MRI reconstruction via
implicit neural representation [9.388253054229155]
暗黙的神経表現(INR)は、物体の内部連続性を学ぶための新しいディープラーニングパラダイムとして登場した。
提案手法は,アーティファクトやノイズのエイリアスを抑えることにより,既存の手法よりも優れる。
良質な結果と走査特異性により,提案手法は並列MRIのデータ取得をさらに加速させる可能性を秘めている。
論文 参考訳(メタデータ) (2022-10-19T10:16:03Z) - Direction-Aware Adaptive Online Neural Speech Enhancement with an
Augmented Reality Headset in Real Noisy Conversational Environments [21.493664174262737]
本稿では,拡張現実(AR)ヘッドセットにおけるオンライン音声強調の実用的応答・性能認識開発について述べる。
これは、実際の騒々しいエコー環境(例えばカクテルパーティー)における会話を理解するのに役立つ。
この方法は、話者のうるさい残響音声を転写するための重み付き予測誤差(WPE)と呼ばれるブラインド残響法で用いられる。
論文 参考訳(メタデータ) (2022-07-15T05:14:27Z) - A Long Short-term Memory Based Recurrent Neural Network for
Interventional MRI Reconstruction [50.1787181309337]
本稿では,畳み込み長短期記憶(Conv-LSTM)に基づくリカレントニューラルネットワーク(Recurrent Neural Network, RNN)を提案する。
提案アルゴリズムは,DBSのリアルタイムi-MRIを実現する可能性があり,汎用的なMR誘導介入に使用できる。
論文 参考訳(メタデータ) (2022-03-28T14:03:45Z) - Cross-modal Attention for MRI and Ultrasound Volume Registration [10.725645523967904]
我々は,クロスモーダル画像登録のための自己認識機構を開発した。
提案するクロスモーダルアテンションブロックは,各特徴量と対応する特徴量とを効果的にマッピングする。
実験の結果,クロスモーダルアテンションブロックを組み込んだCNNネットワークが,CNNネットワークの10倍の性能を発揮することがわかった。
論文 参考訳(メタデータ) (2021-07-09T17:04:02Z) - 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) - Deep Denoising Neural Network Assisted Compressive Channel Estimation
for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。
我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。
完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
論文 参考訳(メタデータ) (2020-06-03T12:18:57Z) - 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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。