Fugu-MT 論文翻訳(概要): SubZero: Subspace Zero-Shot MRI Reconstruction

論文の概要: SubZero: Subspace Zero-Shot MRI Reconstruction

arxiv url: http://arxiv.org/abs/2311.17251v1
Date: Tue, 28 Nov 2023 22:16:51 GMT
ステータス: 処理完了
システム内更新日: 2023-11-30 23:18:18.546325
Title: SubZero: Subspace Zero-Shot MRI Reconstruction
Title（参考訳）: subzero: subspace zero-shot mri 再構成
Authors: Heng Yu, Yamin Arefeen, Berkin Bilgic
Abstract要約: 最近導入されたゼロショット自己教師学習(ZS-SSL)は、スキャン固有のシナリオにおいて、加速MRIの可能性を示している。本稿では,並列ネットワークフレームワークを提案し,サブスペース学習を改善するためのアテンションメカニズムを提案する。
参考スコア（独自算出の注目度）: 4.725428444472479
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently introduced zero-shot self-supervised learning (ZS-SSL) has shown potential in accelerated MRI in a scan-specific scenario, which enabled high-quality reconstructions without access to a large training dataset. ZS-SSL has been further combined with the subspace model to accelerate 2D T2-shuffling acquisitions. In this work, we propose a parallel network framework and introduce an attention mechanism to improve subspace-based zero-shot self-supervised learning and enable higher acceleration factors. We name our method SubZero and demonstrate that it can achieve improved performance compared with current methods in T1 and T2 mapping acquisitions.
Abstract（参考訳）: 最近導入されたゼロショット自己教師学習(ZS-SSL)は、スキャン固有のシナリオでMRIを高速化する可能性を示し、大規模なトレーニングデータセットにアクセスせずに高品質な再構築を可能にした。 ZS-SSLは2D T2シャッフルの取得を加速するために、サブスペースモデルとさらに結合されている。本研究では,サブスペースベースのゼロショット自己教師型学習を改良し,より高いアクセラレーション係数を実現するための並列ネットワークフレームワークを提案し,アテンション機構を提案する。本稿では,提案手法をSubZeroと命名し,現在のT1およびT2マッピングの手法と比較して性能の向上を実証する。

関連論文リスト

ADASR: An Adversarial Auto-Augmentation Framework for Hyperspectral and Multispectral Data Fusion [54.668445421149364]
HSI(Deep Learning-based Hyperspectral Image)は、HSI(Hyperspectral Image)とMSI(Multispectral Image)を深層ニューラルネットワーク(DNN)に融合させることにより、高空間分解能HSI(HR-HSI)を生成することを目的としている。本稿では, HSI-MSI 融合のためのデータ多様性を向上するために, HSI-MSI サンプルペアの自動最適化と拡張を行う新しい逆自動データ拡張フレームワーク ADASR を提案する。
論文参考訳（メタデータ） (2023-10-11T07:30:37Z)
CLEANing Cygnus A deep and fast with R2D2 [1.7249361224827533]
電波干渉計による高ダイナミックレンジイメージングのためのResidual-to-Residual DNNシリーズ(R2D2)と呼ばれる、天文学における合成イメージングのための新しいディープラーニングパラダイムが最近提案されている。本稿では,R2D2 の学習手法により,CLEAN の解像度に取って代わり,最新の最適化アルゴリズムとプラグアンドプレイアルゴリズムの精度をそれぞれ uSARA と AIRI と一致させることが可能であることを示す。
論文参考訳（メタデータ） (2023-09-06T18:11:09Z)
AdaSAM: Boosting Sharpness-Aware Minimization with Adaptive Learning Rate and Momentum for Training Deep Neural Networks [76.90477930208982]
シャープネス認識(SAM)は、ディープニューラルネットワークのトレーニングにおいて、より一般的なものにするため、広範囲に研究されている。 AdaSAMと呼ばれる適応的な学習摂動と運動量加速度をSAMに統合することはすでに検討されている。いくつかのNLPタスクにおいて,SGD,AMS,SAMsGradと比較して,AdaSAMが優れた性能を発揮することを示す実験を行った。
論文参考訳（メタデータ） (2023-03-01T15:12:42Z)
BiFSMNv2: Pushing Binary Neural Networks for Keyword Spotting to Real-Network Performance [54.214426436283134]
Deep-FSMNのようなディープニューラルネットワークはキーワードスポッティング(KWS)アプリケーションのために広く研究されている。我々は、KWS、すなわちBiFSMNv2のための強力で効率的なバイナリニューラルネットワークを提示し、それを実ネットワーク精度のパフォーマンスにプッシュする。小型アーキテクチャと最適化されたハードウェアカーネルの利点により、BiFSMNv2は25.1倍のスピードアップと20.2倍のストレージ節約を実現できる。
論文参考訳（メタデータ） (2022-11-13T18:31:45Z)
Temporal superimposed crossover module for effective continuous sign language [10.920363368754721]
本稿では、ゼロパラメータ、ゼロ時間重畳クロスオーバーモジュール(TSCM)を提案し、それを2次元畳み込みと組み合わせて「TSCM+2D畳み込み」ハイブリッド畳み込みを形成する。 2つの大規模連続手話データセットの実験により,提案手法の有効性を実証し,高い競争力を持つ結果を得た。
論文参考訳（メタデータ） (2022-11-07T09:33:42Z)
PUERT: Probabilistic Under-sampling and Explicable Reconstruction Network for CS-MRI [47.24613772568027]
圧縮センシングMRI(Compressed Sensing MRI)は,k空間データをサンプリングし,MRI画像の高速化を目的とする。本稿では,サンプリングパターンと再構成ネットワークを協調的に最適化するために,PUERTと呼ばれる新しいエンドツーエンドの確率的アンダーサンプリングと明示的再構成neTworkを提案する。 2つの広く利用されているMRIデータセットの実験により、提案したPUERTは、定量的な測定値と視覚的品質の両方の観点から、最先端の結果が得られることを示した。
論文参考訳（メタデータ） (2022-04-24T04:23:57Z)
One-dimensional Deep Low-rank and Sparse Network for Accelerated MRI [19.942978606567547]
核磁気共鳴画像(MRI)における深層学習の驚くべき性能最先端のディープラーニング再構築の多くは、強力な畳み込みニューラルネットワークを採用し、2D畳み込みを行う。我々は1次元の畳み込みを探求する新しいアプローチを提案し、深層ネットワークの訓練と一般化をより容易にする。
論文参考訳（メタデータ） (2021-12-09T06:39:55Z)
Optical-Flow-Reuse-Based Bidirectional Recurrent Network for Space-Time Video Super-Resolution [52.899234731501075]
時空間ビデオ超解像(ST-VSR)は、与えられたビデオの空間解像度とフレームレートを同時に増加させる。既存の手法は通常、近隣の幅広いフレームからの情報を効率的に活用する方法の難しさに悩まされる。本稿では,隣接するフレーム間の知識を活用するために,ConvLSTMの代わりに粗大な双方向リカレントニューラルネットワークを提案する。
論文参考訳（メタデータ） (2021-10-13T15:21:30Z)
eRAKI: Fast Robust Artificial neural networks for K-space Interpolation (RAKI) with Coil Combination and Joint Reconstruction [8.466186229613546]
RAKIは、個々のスキャンから自動校正信号(ACS)のみを使用して、トレーニングモデルによりデータベース無しのMRI再構成を行うことができる。個々のコイルごとに個別のモデルを訓練するので、RAKIによる学習と推論は、特に大規模な3Dデータセットでは、計算的に禁止される。本稿では,コイル結合ターゲットを直接学習することで200回以上RAKIを加速し,複数エコー間の関節再建による再建性能の向上を図る。
論文参考訳（メタデータ） (2021-07-07T12:52:13Z)
Two-Stage Self-Supervised Cycle-Consistency Network for Reconstruction of Thin-Slice MR Images [62.4428833931443]
太いスライス磁気共鳴(MR)画像は、しばしば冠状および矢状視で構造的にぼやけている。深層学習は、これらの低分解能(LR)症例から高分解能(HR)薄膜MR画像を再構築する大きな可能性を示している。 MRスライス再構成のための2段階自己監督型サイクル一貫性ネットワーク(TSCNet)を提案する。
論文参考訳（メタデータ） (2021-06-29T13:29:18Z)
A journey in ESN and LSTM visualisations on a language task [77.34726150561087]
我々は,CSL(Cross-Situationnal Learning)タスクでESNとLSTMを訓練した。その結果, 性能比較, 内部力学解析, 潜伏空間の可視化の3種類が得られた。
論文参考訳（メタデータ） (2020-12-03T08:32:01Z)

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。