論文の概要: Physics-Informed Joint Multi-TE Super-Resolution with Implicit Neural Representation for Robust Fetal T2 Mapping

• arxiv url: http://arxiv.org/abs/2508.10680v1
• Date: Thu, 14 Aug 2025 14:24:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.35376
• Title: Physics-Informed Joint Multi-TE Super-Resolution with Implicit Neural Representation for Robust Fetal T2 Mapping
• Title（参考訳）: ロバスト胎児T2マッピングのためのインプシットニューラル表現を用いた物理インフォーム型マルチTE超解法
• Authors: Busra Bulut, Maik Dannecker, Thomas Sanchez, Sara Neves Silva, Vladyslav Zalevskyi, Steven Jia, Jean-Baptiste Ledoux, Guillaume Auzias, François Rousseau, Jana Hutter, Daniel Rueckert, Meritxell Bach Cuadra,
• Abstract要約: 胎児脳MRIにおけるT2マッピングは、特に中野(0.55T)における発達脳の特徴を改善する可能性がある 現在、T2マッピングには、各エコー時間(TE)でこれらのスタックの繰り返し取得が含まれており、長いスキャン時間と動きに対する高い感度をもたらす。 TE間でデータを共同で再構築し、厳しい動きに対処する手法により、この問題に対処する。 我々のアプローチは、暗黙の神経表現と物理インフォームド正規化を組み合わせることで、T2崩壊をモデル化し、解剖学的および定量的なT2忠実性を維持しながら、TE間での情報共有を可能にする。
• 参考スコア（独自算出の注目度）: 8.33928295998475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: T2 mapping in fetal brain MRI has the potential to improve characterization of the developing brain, especially at mid-field (0.55T), where T2 decay is slower. However, this is challenging as fetal MRI acquisition relies on multiple motion-corrupted stacks of thick slices, requiring slice-to-volume reconstruction (SVR) to estimate a high-resolution (HR) 3D volume. Currently, T2 mapping involves repeated acquisitions of these stacks at each echo time (TE), leading to long scan times and high sensitivity to motion. We tackle this challenge with a method that jointly reconstructs data across TEs, addressing severe motion. Our approach combines implicit neural representations with a physics-informed regularization that models T2 decay, enabling information sharing across TEs while preserving anatomical and quantitative T2 fidelity. We demonstrate state-of-the-art performance on simulated fetal brain and in vivo adult datasets with fetal-like motion. We also present the first in vivo fetal T2 mapping results at 0.55T. Our study shows potential for reducing the number of stacks per TE in T2 mapping by leveraging anatomical redundancy.
• Abstract（参考訳）: 胎児脳MRIにおけるT2マッピングは、特にT2の崩壊が遅い中盤(0.55T)において、発達する脳の特徴を改善する可能性がある。 しかし、胎児MRIの取得は、高分解能(HR)の3Dボリュームを推定するために、スライス・ツー・ボリューム再構成(SVR)を必要とする、厚くスライスされた複数の動きが崩壊したスタックに依存しているため、これは難しい。 現在、T2マッピングには、各エコー時間(TE)でこれらのスタックの繰り返し取得が含まれており、長いスキャン時間と動きに対する高い感度をもたらす。 TE間でデータを共同で再構築し、厳しい動きに対処する手法により、この問題に対処する。 我々のアプローチは、暗黙の神経表現と物理インフォームド正規化を組み合わせることで、T2崩壊をモデル化し、解剖学的および定量的なT2忠実性を維持しながら、TE間での情報共有を可能にする。 人工胎児脳と生体内における胎児様運動を伴う成人データセットの最先端性能を実証した。 また,第1回in vivo胎児T2マッピングの結果を0.55Tで提示した。 本研究は,解剖学的冗長性を利用して,T2マッピングにおいてTEあたりのスタック数を減少させる可能性を示した。

関連論文リスト

• Rotational Augmented Noise2Inverse for Low-dose Computed Tomography Reconstruction [83.73429628413773]
  改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。 畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。 数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
  論文  参考訳（メタデータ） (2023-12-19T22:40:51Z)
• Deep Cardiac MRI Reconstruction with ADMM [7.694990352622926]
  心臓画像の分野では, 深層学習(DL)を用いたシネ・マルチコントラスト再建法を提案する。 提案手法は画像領域とk空間領域の両方を最適化し,高い再構成精度を実現する。
  論文  参考訳（メタデータ） (2023-10-10T13:46:11Z)
• FastSurfer-HypVINN: Automated sub-segmentation of the hypothalamus and adjacent structures on high-resolutional brain MRI [3.869627124798774]
  視床下部のサブセグメンテーションのためのHypVINNという,新しい,高速で,完全自動化されたディープラーニング手法を提案する。 我々は,視床下部の容積効果を再現するためのセグメンテーション精度,一般化可能性,セッション内テストの信頼性,感度に関して,我々のモデルを広範囲に検証した。
  論文  参考訳（メタデータ） (2023-08-24T12:26:38Z)
• Spatial and Modal Optimal Transport for Fast Cross-Modal MRI Reconstruction [54.19448988321891]
  本稿では,T1重み付き画像(T1WIs)を補助モダリティとして活用し,T2WIsの取得を高速化するエンド・ツー・エンドのディープラーニングフレームワークを提案する。 最適輸送(OT)を用いてT1WIを整列させてT2WIを合成し、クロスモーダル合成を行う。 再構成されたT2WIと合成されたT2WIがT2画像多様体に近づき、繰り返しが増加することを示す。
  論文  参考訳（メタデータ） (2023-05-04T12:20:51Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。