DEEP LEARNING TECHNIQUES FOR SUPPRESSING ARTEFACTS IN MAGNETIC RESONANCE IMAGES

• Main Authors: TANG, Sunli, SOFKA, Michal, DYVORNE, Hadrien, MOSHEN SALEHI, Seyed, LAZARUS, Carole, KUNDU, Prantik, POOLE, Michael, O'HALLORAN, Rafael, SACOLICK, Laura, ROTHBERG, Jonathan, SCHLEMPER, Jo
• Format: Patent
• Language: English; French
• Published: 09.04.2020
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; MEASURING; MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES; PHYSICS; TESTING

Techniques for removing artefacts, such as RF interference and/or noise, from magnetic resonance data. The techniques include: obtaining (302) input magnetic resonance data using at least one radio-frequency coil (526) of a magnetic resonance imaging system (500); and generating (306) a magnetic resonance image from the input magnetic resonance data at least in part by using a neural network model (130) to suppress (304, 308) at least one artefact in the input magnetic resonance data. L'invention concerne des techniques de suppression d'artéfacts, par exemple le brouillage RF et/ou le bruit, dans des données de résonance magnétique. Ces techniques comprennent : l'obtention (302) de données de résonance magnétique d'entrée à l'aide d'au moins une bobine radiofréquence (524) d'un système d'imagerie par résonance magnétique (500); et la génération (306) d'une image par résonance magnétique à partir des données de résonance magnétique d'entrée au moins en partie sur la base d'un modèle de réseau neuronal (130) pour supprimer (304, 308) au moins un artéfact dans les données de résonance magnétique d'entrée.