論文の概要: Controlling sharpness, SNR and SAR for 3D FSE at 7T by end-to-end learning
- arxiv url: http://arxiv.org/abs/2409.20251v1
- Date: Mon, 30 Sep 2024 12:41:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-02 11:58:29.535090
- Title: Controlling sharpness, SNR and SAR for 3D FSE at 7T by end-to-end learning
- Title（参考訳）: エンドツーエンド学習による3次元FSEにおけるシャープネス, SNR, SARの制御
- Authors: Peter Dawood, Martin Blaimer, Jürgen Herrler, Patrick Liebig, Simon Weinmüller, Shaihan Malik, Peter M. Jakob, Moritz Zaiss,
- Abstract要約: 7Tで非常に長いエコー列を持つ3次元FSE配列において、複数の組織のPSF(point-spread function)とSNR( signal-to-noise ratio)に最適化された専用可変フリップ角(VFA)スキームを非ヒューリスティックに特定する。
- 参考スコア（独自算出の注目度）: 0.06883165603899953
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: To non-heuristically identify dedicated variable flip angle (VFA) schemes optimized for the point-spread function (PSF) and signal-to-noise ratio (SNR) of multiple tissues in 3D FSE sequences with very long echo trains at 7T. Methods: The proposed optimization considers predefined SAR constraints and target contrast using an end-to-end learning framework. The cost function integrates components for contrast fidelity (SNR) and a penalty term to minimize image blurring (PSF) for multiple tissues. By adjusting the weights of PSF/SNR cost-function components, PSF- and SNR-optimized VFAs were derived and tested in vivo using both the open-source Pulseq standard on two volunteers as well as vendor protocols on a 7T MRI system with parallel transmit extension on three volunteers. Results: PSF-optimized VFAs resulted in significantly reduced image blurring compared to standard VFAs for T2w while maintaining contrast fidelity. Small white and gray matter structures, as well as blood vessels, are more visible with PSF-optimized VFAs. Quantitative analysis shows that the optimized VFA yields 50% less deviation from a sinc-like reference PSF than the standard VFA. The SNR-optimized VFAs yielded images with significantly improved SNR in a white and gray matter region relative to standard (81.2\pm18.4 vs. 41.2\pm11.5, respectively) as trade-off for elevated image blurring. Conclusion: This study demonstrates the potential of end-to-end learning frameworks to optimize VFA schemes in very long echo trains for 3D FSE acquisition at 7T in terms of PSF and SNR. It paves the way for fast and flexible adjustment of the trade-off between PSF and SNR for 3D FSE.
- Abstract（参考訳）: 目的: 3次元FSEシークエンスにおける多組織のPSF(point-spread function)とSNR( signal-to-noise ratio)に最適化された専用可変フリップ角(VFA)スキームを7Tで非常に長いエコー列で同定すること。
方法: 提案した最適化は,事前定義されたSAR制約と,エンドツーエンドの学習フレームワークを用いた目標コントラストを考慮したものである。
コスト関数はコントラスト忠実度(SNR)とペナルティ項を統合し、複数の組織に対する画像ぼかし(PSF)を最小化する。
PSF/SNRコスト関数の重み付けにより,PSF最適化VFAとSNR最適化VFAを,オープンソースのPulseq標準を2人のボランティアと,3人のボランティアに並列送信拡張した7T MRIシステム上のベンダープロトコルの両方を用いてインビボで導出し,試験した。
結果: PSF最適化VFAは, コントラスト忠実度を維持しながら, T2wの標準VFAに比べて画像のぼかしを著しく低減した。
小さな白と灰色の物質構造と血管は、PSFに最適化されたVFAでよりよく見える。
定量分析により、最適化されたVFAは、標準のVFAよりもシンクのような基準PSFからの偏差が50%少ないことが示された。
SNRを最適化したVFAは、標準値(81.2\pm18.4 vs. 41.2\pm11.5)に対して、白とグレーの物質領域でSNRを大幅に改善した画像を得た。
結論: 本研究は, PSF と SNR の3次元FSE 取得のために, 非常に長いエコー列車における VFA スキームを最適化するエンド・ツー・エンドの学習フレームワークの可能性を示した。
PSFとSNRの3D FSEのトレードオフの迅速かつ柔軟な調整の道を開く。
関連論文リスト
- LeRF: Learning Resampling Function for Adaptive and Efficient Image Interpolation [64.34935748707673]
最近のディープニューラルネットワーク(DNN)は、学習データ前処理を導入することで、パフォーマンスを著しく向上させた。
本稿では,DNNが学習した構造的前提と局所的連続仮定の両方を活かした学習再サンプリング(Learning Resampling, LeRF)を提案する。
LeRFは空間的に異なる再サンプリング関数を入力画像ピクセルに割り当て、ニューラルネットワークを用いてこれらの再サンプリング関数の形状を予測する。
論文 参考訳（メタデータ） (2024-07-13T16:09:45Z) - Joint Reference Frame Synthesis and Post Filter Enhancement for Versatile Video Coding [53.703894799335735]
本稿では, Versatile Video Coding (VVC) のためのジョイントリファレンスフレーム合成 (RFS) と後処理フィルタ拡張 (PFE) を提案する。
RFS と PFE は Space-Time Enhancement Network (STENet) を使用しており、2つの入力フレームをアーティファクトで受信し、2つの拡張フレームを圧縮されたアーティファクトと中間合成フレームで生成する。
推論の複雑さを低減するために,STENetの単一実行によって達成されるFSとPFE(JISE)の合同推論を提案する。
論文 参考訳（メタデータ） (2024-04-28T03:11:44Z) - Learned Pulse Shaping Design for PAPR Reduction in DFT-s-OFDM [13.870974874382025]
シンボル誤り率(SER)、PAPR、スペクトル平坦性要件のトレードオフを最適化し、FDSSフィルタを決定する機械学習ベースのフレームワークを提案する。
その結果,学習したFDSSフィルタは従来のベースラインに比べてPAPRを低下させ,SER劣化を最小限に抑えた。
論文 参考訳（メタデータ） (2024-04-24T18:50:56Z) - Transferring Ultrahigh-Field Representations for Intensity-Guided Brain
Segmentation of Low-Field Magnetic Resonance Imaging [51.92395928517429]
7T MRIの使用は、低磁場MRIと比較して高コストでアクセシビリティが低いため制限されている。
本研究では,入力されたLF磁気共鳴特徴表現と,脳画像分割タスクのための7T様特徴表現とを融合したディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-13T12:21:06Z) - ConsistentNeRF: Enhancing Neural Radiance Fields with 3D Consistency for
Sparse View Synthesis [99.06490355990354]
本研究では,深度情報を利用して画素間のマルチビューとシングルビューの3D整合性を調整する手法であるConsistentNeRFを提案する。
提案手法は,PSNRが94%,SSIMが31%,LPIPSが31%,疎視条件下でのモデル性能を大幅に向上させることができる。
論文 参考訳（メタデータ） (2023-05-18T15:18:01Z) - Distortion-Aware Loop Filtering of Intra 360^o Video Coding with
Equirectangular Projection [81.63407194858854]
等角射影(ERP)フォーマットで投影された360$o$ビデオの符号化性能を向上させるため,歪みを考慮したループフィルタリングモデルを提案する。
提案モジュールは、符号化ユニット(CU)パーティションマスクに基づいてコンテンツ特性を分析し、部分的畳み込みによって処理し、指定された領域を活性化する。
論文 参考訳（メタデータ） (2022-02-20T12:00:18Z) - Robust Image Classification Using A Low-Pass Activation Function and DCT
Augmentation [9.303593006906496]
周波数領域における一般的な汚職、すなわち高周波汚職(HFc、ノイズ)と低周波汚職(LFc、ブラー)を分析します。
低域通過フィルタをAF(LP-ReLU)に注入し,HFcに対するロバスト性を向上させる。
LFc に対処するため,LP-ReLU と Cosine Transform を用いた拡張処理を補完する。
論文 参考訳（メタデータ） (2020-07-18T15:24:13Z) - MFRNet: A New CNN Architecture for Post-Processing and In-loop Filtering [13.730093064777078]
本稿では,ビデオ圧縮における後処理 (PP) とインループフィルタリング (ILF) のための新しい畳み込みニューラルネットワーク (CNN) アーキテクチャ MFRNet を提案する。
このネットワークは、カスケード構造を用いて接続された4つのMFRB(MFRB)から構成される。
論文 参考訳（メタデータ） (2020-07-14T15:19:32Z) - Iterative Network for Image Super-Resolution [69.07361550998318]
単一画像超解像(SISR)は、最近の畳み込みニューラルネットワーク(CNN)の発展により、大幅に活性化されている。
本稿では、従来のSISRアルゴリズムに関する新たな知見を提供し、反復最適化に依存するアプローチを提案する。
反復最適化の上に,新しい反復型超解像ネットワーク (ISRN) を提案する。
論文 参考訳（メタデータ） (2020-05-20T11:11:47Z)
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。