論文の概要: Deep Factor Model: A Novel Approach for Motion Compensated
Multi-Dimensional MRI
- arxiv url: http://arxiv.org/abs/2304.00102v1
- Date: Fri, 31 Mar 2023 19:54:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 19:49:01.108347
- Title: Deep Factor Model: A Novel Approach for Motion Compensated
Multi-Dimensional MRI
- Title(参考訳): Deep Factor Model:運動補償多次元MRIの新しいアプローチ
- Authors: Yan Chen, James H. Holmes, Curtis Corum, Vincent Magnotta, Mathews
Jacob
- Abstract要約: 本稿では、マルチコントラスト画像時系列の効率的な表現を提供するDeep Factor Modelと呼ばれる新しい手法を提案する。
このアプローチは、運動推定と補償を統合し、スキャン中の被写体の動きに対して頑健なアプローチとなる。
- 参考スコア(独自算出の注目度): 17.78406225721058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent quantitative parameter mapping methods including MR fingerprinting
(MRF) collect a time series of images that capture the evolution of
magnetization. The focus of this work is to introduce a novel approach termed
as Deep Factor Model(DFM), which offers an efficient representation of the
multi-contrast image time series. The higher efficiency of the representation
enables the acquisition of the images in a highly undersampled fashion, which
translates to reduced scan time in 3D high-resolution multi-contrast
applications. The approach integrates motion estimation and compensation,
making the approach robust to subject motion during the scan.
- Abstract(参考訳): MRフィンガープリント(MRF)を含む最近の定量的パラメータマッピング手法は、磁化の進化を捉えた時系列画像を収集している。
この研究の焦点は、マルチコントラスト画像時系列の効率的な表現を提供するDeep Factor Model(DFM)と呼ばれる新しいアプローチを導入することである。
この表現の効率が高ければ、高度にアンサンプリングされた方法で画像を取得することが可能となり、3次元高分解能マルチコントラストアプリケーションではスキャン時間を短縮できる。
このアプローチは、動作推定と補償を統合し、スキャン中の対象の動きに対して堅牢なアプローチとなる。
関連論文リスト
- Single-shot Tomography of Discrete Dynamic Objects [1.1407697960152927]
ダイナミックトモグラフィーにおける高分解能時間像の再構成法を提案する。
本研究の意義は、断層撮影における動的過程の可視化と解析の改善にまで及んでいる。
論文 参考訳(メタデータ) (2023-11-09T10:52:02Z) - Deep Unfolding Convolutional Dictionary Model for Multi-Contrast MRI
Super-resolution and Reconstruction [23.779641808300596]
最適化アルゴリズムの指導の下で,マルチコントラスト畳み込み辞書(MC-CDic)モデルを提案する。
近似勾配アルゴリズムを用いてモデルを最適化し、反復的なステップを深部CDicモデルに展開する。
実験により,既存のSOTA法に対して提案したMC-CDicモデルの方が優れた性能を示した。
論文 参考訳(メタデータ) (2023-09-03T13:18:59Z) - Decoupled Diffusion Models: Image to Zero and Zero to Noise [57.9447970931649]
本稿では, 複雑な拡散過程を2つの比較的単純なプロセスに分離し, 生成効率と速度を改善することを提案する。
拡散過程の疎結合は学習の難しさを低減し、明示的な遷移確率は生成速度を大幅に向上させる。
また,このフレームワークは画像条件付き生成や高解像度画像合成にも適用可能であること,また,10機能評価のみで高品質な画像を生成することができることを示す。
論文 参考訳(メタデータ) (2023-06-23T18:08:00Z) - Multi-View Photometric Stereo Revisited [100.97116470055273]
多視点測光ステレオ(MVPS)は、画像から被写体を詳細に正確に3D取得する方法として好まれる。
MVPSは異方性や光沢などの他の対象物質と同様に,等方性に対しても有効である。
提案手法は、複数のベンチマークデータセットで広範囲にテストした場合に、最先端の結果を示す。
論文 参考訳(メタデータ) (2022-10-14T09:46:15Z) - Gait Recognition in the Wild with Multi-hop Temporal Switch [81.35245014397759]
野生での歩行認識は、より実践的な問題であり、マルチメディアとコンピュータビジョンのコミュニティの注目を集めています。
本稿では,現実のシーンにおける歩行パターンの効果的な時間的モデリングを実現するために,新しいマルチホップ時間スイッチ方式を提案する。
論文 参考訳(メタデータ) (2022-09-01T10:46:09Z) - DDoS-UNet: Incorporating temporal information using Dynamic Dual-channel
UNet for enhancing super-resolution of dynamic MRI [0.27998963147546135]
磁気共鳴イメージング(MRI)は、有害な電離放射線を使わずに、高い空間分解能と優れた軟質コントラストを提供する。
時間分解能の高いMRIでは空間分解能が制限される。
このトレードオフを緩和するために、ディープラーニングに基づく超解像アプローチが提案されている。
本研究は,空間的関係と時間的関係の両方を学習しようとする深層学習モデルを作成することで,この問題に対処する。
論文 参考訳(メタデータ) (2022-02-10T22:20:58Z) - Multi-modal Aggregation Network for Fast MR Imaging [85.25000133194762]
我々は,完全サンプル化された補助モダリティから補完表現を発見できる,MANetという新しいマルチモーダル・アグリゲーション・ネットワークを提案する。
我々のMANetでは,完全サンプリングされた補助的およびアンアンサンプされた目標モダリティの表現は,特定のネットワークを介して独立に学習される。
私たちのMANetは、$k$-spaceドメインの周波数信号を同時に回復できるハイブリッドドメイン学習フレームワークに従います。
論文 参考訳(メタデータ) (2021-10-15T13:16:59Z) - STRESS: Super-Resolution for Dynamic Fetal MRI using Self-Supervised
Learning [2.5581619987137048]
我々は,インターリーブスライス獲得を伴う動的胎児MRIのための自己教師付き超解像フレームワークSTRESSを提案する。
提案手法は,低解像度画像と高解像度画像のペアを生成するために,元の取得データに基づいて,高解像度軸に沿ったインターリーブスライス取得をシミュレートする。
シミュレーションおよび子宮内データによる評価の結果,提案手法は他の自己教師付き超解像法よりも優れていた。
論文 参考訳(メタデータ) (2021-06-23T13:52:11Z) - Active Sampling for Accelerated MRI with Low-Rank Tensors [7.997243378619592]
高速MRIのためのアクティブ低ランクテンソルモデルを提案する。
Query-by-Committeeモデルに基づくアクティブサンプリング手法を提案する。
3次元MRIデータセットの数値実験により,提案手法の有効性が示された。
論文 参考訳(メタデータ) (2020-12-23T05:35:04Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z) - Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion
Encoding (SIDE) [50.65891535040752]
本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。
SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。
また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
論文 参考訳(メタデータ) (2020-02-25T14:48:17Z)
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。