論文の概要: Cardiac Functional Analysis with Cine MRI via Deep Learning Reconstruction

• arxiv url: http://arxiv.org/abs/2105.08157v1
• Date: Mon, 17 May 2021 20:53:23 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-19 14:07:11.409844
• Title: Cardiac Functional Analysis with Cine MRI via Deep Learning Reconstruction
• Title（参考訳）: 深部学習再建による心機能解析
• Authors: Eric Z. Chen, Xiao Chen, Jingyuan Lyu, Qi Liu, Zhongqi Zhang, Yu Ding, Shuheng Zhang, Terrence Chen, Jian Xu, and Shanhui Sun
• Abstract要約: DL再建が心機能解析に適切かどうかは不明である。 心機能解析のための深層学習再構成による脳MRI評価は,我々の知る限りでは,今回が初めてである。
• 参考スコア（独自算出の注目度）: 15.729010316784182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrospectively gated cine (retro-cine) MRI is the clinical standard for cardiac functional analysis. Deep learning (DL) based methods have been proposed for the reconstruction of highly undersampled MRI data and show superior image quality and magnitude faster reconstruction time than CS-based methods. Nevertheless, it remains unclear whether DL reconstruction is suitable for cardiac function analysis. To address this question, in this study we evaluate and compare the cardiac functional values (EDV, ESV and EF for LV and RV, respectively) obtained from highly accelerated MRI acquisition using DL based reconstruction algorithm (DL-cine) with values from CS-cine and conventional retro-cine. To the best of our knowledge, this is the first work to evaluate the cine MRI with deep learning reconstruction for cardiac function analysis and compare it with other conventional methods. The cardiac functional values obtained from cine MRI with deep learning reconstruction are consistent with values from clinical standard retro-cine MRI.
• Abstract（参考訳）: 心機能解析における臨床標準は,回顧的シネMRI(retro-cine)である。 深層学習法 (deep learning, dl) は, 高サンプリングmriデータの再構成法として提案されている。 しかし, 心機能解析にDL再建が適切かどうかは不明である。 そこで本研究では, DL-cine(DL-cine)を用いた高速度MRI取得から得られた心機能値(EDV, ESV, EF, LV, RV)をCS-cineおよび従来のレトロシンの値と比較した。 我々の知る限りでは、心機能解析のための深層学習再建法を用いてシネMRIを評価し、他の方法と比較するのはこれが初めてである。 深層学習再建術におけるcine MRIの心機能値は,臨床標準のretro-cine MRIの値と一致している。

関連論文リスト

• 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)
• CMRxRecon: An open cardiac MRI dataset for the competition of accelerated image reconstruction [62.61209705638161]
  ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。 ディープラーニング手法は大規模なトレーニングデータセットを必要とする。 このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
  論文  参考訳（メタデータ） (2023-09-19T15:14:42Z)
• Unsupervised reconstruction of accelerated cardiac cine MRI using Neural Fields [3.684766600912547]
  心臓血管MRI(NF-cMRI)における暗黙的神経野表現に基づく教師なしアプローチを提案する。 提案手法は,26xおよび52xのアンダーサンプリング因子に対するゴールデンアングル・ラジアルマルチコイルのアンダーサンプリングにおいて評価された。
  論文  参考訳（メタデータ） (2023-07-24T23:31:36Z)
• Model-Guided Multi-Contrast Deep Unfolding Network for MRI Super-resolution Reconstruction [68.80715727288514]
  MRI観察行列を用いて,反復型MGDUNアルゴリズムを新しいモデル誘導深部展開ネットワークに展開する方法を示す。 本稿では,医療画像SR再構成のためのモデルガイド型解釈可能なDeep Unfolding Network(MGDUN)を提案する。
  論文  参考訳（メタデータ） (2022-09-15T03:58:30Z)
• 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)
• ReconFormer: Accelerated MRI Reconstruction Using Recurrent Transformer [60.27951773998535]
  本稿では,MRI再構成のためのリカレントトランスモデルである textbfReconFormer を提案する。 高度にアンダーサンプリングされたk空間データから高純度磁気共鳴像を反復的に再構成することができる。 パラメータ効率が向上し,最先端手法よりも大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2022-01-23T21:58:19Z)
• Real-Time Cardiac Cine MRI with Residual Convolutional Recurrent Neural Network [11.160864233170615]
  リアルタイム心血管再建のための残差畳み込みRNNを提案する。 放射線学者による評価から, 深層学習モデルでは, 圧縮センシングよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-08-12T00:23:05Z)
• Deep Attentive Wasserstein Generative Adversarial Networks for MRI Reconstruction with Recurrent Context-Awareness [5.474237208776356]
  圧縮センシングベースMRI(CS-MRI)の再生性能は,その遅い反復法とノイズによるアーチファクトの影響を受けている。 本稿では,WGAN(Wasserstein Generative Adversarial Networks)とリカレントニューラルネットワーク(Recurrent Neural Networks)を結合することにより,逐次MRIスライス間の関係をフル活用する,深層学習に基づくCS-MRI再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-06-23T11:50:21Z)
• Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network [18.433956246011466]
  本研究では,運動ブラスト心画像から空間的特徴と時間的特徴を同時に抽出するリカレントニューラルネットワークを提案する。 実験の結果,2つの臨床検査データセットの画質が有意に向上した。
  論文  参考訳（メタデータ） (2020-06-23T01:55:57Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。