論文の概要: SRE-CNN: A Spatiotemporal Rotation-Equivariant CNN for Cardiac Cine MR Imaging
- arxiv url: http://arxiv.org/abs/2409.08537v1
- Date: Fri, 13 Sep 2024 04:54:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-16 17:48:25.276985
- Title: SRE-CNN: A Spatiotemporal Rotation-Equivariant CNN for Cardiac Cine MR Imaging
- Title(参考訳): SRE-CNN : 心臓MRIにおける時空間回転同変CNN
- Authors: Yuliang Zhu, Jing Cheng, Zhuo-Xu Cui, Jianfeng Ren, Chengbo Wang, Dong Liang,
- Abstract要約: 時空間回転同変CNN(SRE-CNN)の新たな枠組みを提案する。
時変畳み込み加群は、空間次元と時間次元の両方における回転対称性の活用を可能にする。
高回転ダイナミック心血管データ(最大20倍)で行った実験は,提案手法の優れた性能を示した。
- 参考スコア(独自算出の注目度): 8.183902009412718
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dynamic MR images possess various transformation symmetries,including the rotation symmetry of local features within the image and along the temporal dimension. Utilizing these symmetries as prior knowledge can facilitate dynamic MR imaging with high spatiotemporal resolution. Equivariant CNN is an effective tool to leverage the symmetry priors. However, current equivariant CNN methods fail to fully exploit these symmetry priors in dynamic MR imaging. In this work, we propose a novel framework of Spatiotemporal Rotation-Equivariant CNN (SRE-CNN), spanning from the underlying high-precision filter design to the construction of the temporal-equivariant convolutional module and imaging model, to fully harness the rotation symmetries inherent in dynamic MR images. The temporal-equivariant convolutional module enables exploitation the rotation symmetries in both spatial and temporal dimensions, while the high-precision convolutional filter, based on parametrization strategy, enhances the utilization of rotation symmetry of local features to improve the reconstruction of detailed anatomical structures. Experiments conducted on highly undersampled dynamic cardiac cine data (up to 20X) have demonstrated the superior performance of our proposed approach, both quantitatively and qualitatively.
- Abstract(参考訳): 動的MR画像は、画像内および時間次元に沿った局所的な特徴の回転対称性を含む様々な変換対称性を有する。
これらの対称性を事前の知識として利用することで、時空間分解能の高い動的MRイメージングが容易になる。
等変CNNは対称性の先行性を利用する効果的なツールである。
しかし、現在の同変CNN法は、ダイナミックMRイメージングにおいてこれらの対称性を十分に活用することができない。
本研究では,高精度フィルタ設計から時間-等変畳み込みモジュールとイメージングモデルの構築に至るまで,動的MR画像に固有の回転対称性をフル活用するための時空間回転同変CNN(SRE-CNN)の新たなフレームワークを提案する。
時間-等変畳み込み加群は、空間次元と時間次元の両方における回転対称性の活用を可能にする一方、高精度畳み込みフィルタは、パラメトリゼーション戦略に基づいて、局所的な特徴の回転対称性の利用を高め、詳細な解剖学的構造の再構築を改善する。
高アンサンプ型ダイナミック心シンデータ(最大20X)を用いて行った実験は,定量的および定性的に,提案手法の優れた性能を示した。
関連論文リスト
- Fast Omni-Directional Image Super-Resolution: Adapting the Implicit Image Function with Pixel and Semantic-Wise Spherical Geometric Priors [38.580815475638595]
本稿では,高速かつ任意スケールのODI-SRプロセスを実行する能力を特徴とする新しいODI-SRモデルを提案する。
提案したFAORは、より高速な推論速度で最先端のODI-SRモデルより優れている。
論文 参考訳(メタデータ) (2025-02-09T13:37:50Z) - Optimal Equivariant Architectures from the Symmetries of Matrix-Element Likelihoods [0.0]
マトリックス要素法(MEM)は長年、高エネルギー物理学におけるデータ解析の基盤となっている。
幾何学的なディープラーニングは、既知の対称性を直接設計に組み込むニューラルネットワークアーキテクチャを可能にした。
本稿では、MEMにインスパイアされた対称性と、粒子物理解析のための同変ニューラルネットワーク設計を組み合わせた新しいアプローチを提案する。
論文 参考訳(メタデータ) (2024-10-24T08:56:37Z) - Enhancing Dynamic CT Image Reconstruction with Neural Fields and Optical Flow [0.0]
偏微分方程式に基づく動的逆問題に対する明示的運動正規化器の導入の利点を示す。
また、ニューラルネットワークをグリッドベースの解法と比較し、前者はPSNRで後者より優れていることを示す。
論文 参考訳(メタデータ) (2024-06-03T13:07:29Z) - Vision-Informed Flow Image Super-Resolution with Quaternion Spatial
Modeling and Dynamic Flow Convolution [49.45309818782329]
フロー画像超解像(FISR)は、低分解能フロー画像から高分解能乱流速度場を復元することを目的としている。
既存のFISR法は主に自然画像パターンのフロー画像を処理する。
第一流れの視覚特性インフォームドFISRアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-01-29T06:48:16Z) - Robust Depth Linear Error Decomposition with Double Total Variation and
Nuclear Norm for Dynamic MRI Reconstruction [15.444386058967579]
Compressed Sensing (CS) に基づく動的MRI k-space 再構成にはまだ問題がある。
本稿では,高アンダーサンプリングフーリエ変換(DFT)を用いた高低レート動的MRI再構成モデルを提案する。
動的MRIデータに対する実験は、再構成精度と時間複雑性の両方の観点から、優れた性能を示す。
論文 参考訳(メタデータ) (2023-10-23T13:34:59Z) - SceNeRFlow: Time-Consistent Reconstruction of General Dynamic Scenes [75.9110646062442]
我々はSceNeRFlowを提案し、時間的一貫性のある方法で一般的な非剛体シーンを再構築する。
提案手法は,カメラパラメータを入力として,静止カメラからのマルチビューRGBビデオと背景画像を取得する。
実験により,小規模動作のみを扱う先行作業とは異なり,スタジオスケール動作の再構築が可能であることが示された。
論文 参考訳(メタデータ) (2023-08-16T09:50:35Z) - Moment evolution equations and moment matching for stochastic image
EPDiff [68.97335984455059]
画像変形モデルにより、画像領域を変形させることにより、時間連続的な画像変換の研究が可能になる。
応用例としては、人口傾向とランダムな被写体特定変異の両方を用いた医療画像分析がある。
パラメータフルモデルにおける統計的推測のための推定器を構築するために、対応する伊藤拡散のモーメント近似を用いる。
論文 参考訳(メタデータ) (2021-10-07T11:08:11Z) - Dynamic Mode Decomposition in Adaptive Mesh Refinement and Coarsening
Simulations [58.720142291102135]
動的モード分解(DMD)はコヒーレントなスキームを抽出する強力なデータ駆動方式である。
本稿では,異なるメッシュトポロジと次元の観測からDMDを抽出する戦略を提案する。
論文 参考訳(メタデータ) (2021-04-28T22:14:25Z) - 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) - Spatial-temporal switching estimators for imaging locally concentrated
dynamics [18.73097340265486]
スイッチング線形力学系(SLDS)はそのような問題に対処するための自然なモデルである。
高パラメータ空間次元のため、基礎状態の効率的かつ正確な回復は困難である。
本稿では、動的進化が分離された局所集中型動的作用素の集合として適切にモデル化できる一般的なケースに焦点を当てる。
論文 参考訳(メタデータ) (2021-02-19T21:36:47Z) - Time-Reversal Symmetric ODE Network [138.02741983098454]
時間反転対称性は古典力学や量子力学においてしばしば保持される基本的な性質である。
本稿では,通常の微分方程式(ODE)ネットワークがこの時間反転対称性にどの程度よく適合しているかを測定する新しい損失関数を提案する。
時間反転対称性を完全に持たないシステムであっても, TRS-ODEN はベースラインよりも優れた予測性能が得られることを示す。
論文 参考訳(メタデータ) (2020-07-22T12:19:40Z)
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。