基于深度递归级联卷积神经网络的并行磁共振成像方法
O482.53; 快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能表现和网络参数量之间较难取得平衡,且对于多通道数据重建的并行成像问题,相关研究较少.本文构建了一种深度递归级联卷积神经网络结构,用于处理并行成像问题.这种网络结构在减少网络参数量的同时,能够尽可能地提高网络的表达能力,提高网络重建的精确度.实验结果表明,相较于传统并行成像方法,通过训练好的神经网络对欠采样磁共振数据进行重建,可以得到更准确的重建结果,且重建时间大大缩短....
Saved in:
Published in | 波谱学杂志 Vol. 36; no. 4; pp. 437 - 445 |
---|---|
Main Authors | , , , , , , , |
Format | Journal Article |
Language | Chinese |
Published |
医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳 518055
2019
中国科学院大学,北京 100049%保罗C. 劳特伯生物医学成像研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055%医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055 |
Subjects | |
Online Access | Get full text |
Cover
Loading…
Abstract | O482.53; 快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能表现和网络参数量之间较难取得平衡,且对于多通道数据重建的并行成像问题,相关研究较少.本文构建了一种深度递归级联卷积神经网络结构,用于处理并行成像问题.这种网络结构在减少网络参数量的同时,能够尽可能地提高网络的表达能力,提高网络重建的精确度.实验结果表明,相较于传统并行成像方法,通过训练好的神经网络对欠采样磁共振数据进行重建,可以得到更准确的重建结果,且重建时间大大缩短. |
---|---|
AbstractList | O482.53; 快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能表现和网络参数量之间较难取得平衡,且对于多通道数据重建的并行成像问题,相关研究较少.本文构建了一种深度递归级联卷积神经网络结构,用于处理并行成像问题.这种网络结构在减少网络参数量的同时,能够尽可能地提高网络的表达能力,提高网络重建的精确度.实验结果表明,相较于传统并行成像方法,通过训练好的神经网络对欠采样磁共振数据进行重建,可以得到更准确的重建结果,且重建时间大大缩短. |
Author | 郑海荣 贾森 程静 柯子文 梁栋 程慧涛 丘志浪 王珊珊 |
AuthorAffiliation | 医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳 518055;中国科学院大学,北京 100049%保罗C. 劳特伯生物医学成像研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055%医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055 |
AuthorAffiliation_xml | – name: 医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳 518055;中国科学院大学,北京 100049%保罗C. 劳特伯生物医学成像研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055%医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055 |
Author_FL | CHENG Hui-tao CHENG Jing LIANG Dong QIU Zhi-lang WANG Shan-shan JIA Sen KE Zi-wen ZHENG Hai-rong |
Author_FL_xml | – sequence: 1 fullname: CHENG Hui-tao – sequence: 2 fullname: WANG Shan-shan – sequence: 3 fullname: KE Zi-wen – sequence: 4 fullname: JIA Sen – sequence: 5 fullname: CHENG Jing – sequence: 6 fullname: QIU Zhi-lang – sequence: 7 fullname: ZHENG Hai-rong – sequence: 8 fullname: LIANG Dong |
Author_xml | – sequence: 1 fullname: 程慧涛 – sequence: 2 fullname: 王珊珊 – sequence: 3 fullname: 柯子文 – sequence: 4 fullname: 贾森 – sequence: 5 fullname: 程静 – sequence: 6 fullname: 丘志浪 – sequence: 7 fullname: 郑海荣 – sequence: 8 fullname: 梁栋 |
BookMark | eNrjYmDJy89LZWAQNTTQMzS0NLbQT87KLTIyMLQ0MjcyZGHgNDQwMNA1MTU142DgLS7OTAJyLcyMjC0MORk8ns7f9WRX37PtG5_uWvayYdLTvZOe71r-onHK097tz5evf7503vPd_c_3Tny-e87zWS1Pd257sbDn-eLGp60bn_Wsf9Yx4Wlz_7NpO59tnsrDwJqWmFOcyguluRnU3FxDnD10yxPz0hLz0uOz8kuL8oAy8UkFFVVVINcZmBgYGBsTrRAA3DRejQ |
ClassificationCodes | O482.53 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.11938/cjmr20192721 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Physics |
DocumentTitle_FL | A Deep Recursive Cascaded Convolutional Network for Parallel MRI |
EndPage | 445 |
ExternalDocumentID | bpxzz201904003 |
GrantInformation_xml | – fundername: 国家重点研发计划 funderid: (2017YFC0108802) |
GroupedDBID | -01 2B. 2C. 4A8 5VS 5XA 5XB 92E 92I 93N ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CCVFK CW9 GROUPED_DOAJ IPNFZ P2P PSX RIG TCJ TGP U1G U5K U5L |
ID | FETCH-wanfang_journals_bpxzz2019040033 |
ISSN | 1000-4556 |
IngestDate | Tue Feb 13 23:31:03 EST 2024 |
IsPeerReviewed | true |
IsScholarly | true |
Issue | 4 |
Keywords | 先验信息 卷积神经网络 快速磁共振成像 深度学习 并行成像 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-wanfang_journals_bpxzz2019040033 |
ParticipantIDs | wanfang_journals_bpxzz201904003 |
PublicationCentury | 2000 |
PublicationDate | 2019 |
PublicationDateYYYYMMDD | 2019-01-01 |
PublicationDate_xml | – year: 2019 text: 2019 |
PublicationDecade | 2010 |
PublicationTitle | 波谱学杂志 |
PublicationTitle_FL | Chinese Journal of Magnetic Resonance |
PublicationYear | 2019 |
Publisher | 医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳 518055 中国科学院大学,北京 100049%保罗C. 劳特伯生物医学成像研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055%医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055 |
Publisher_xml | – name: 医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳 518055 – name: 中国科学院大学,北京 100049%保罗C. 劳特伯生物医学成像研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055%医学人工智能研究中心(中国科学院 深圳先进技术研究院),广东 深圳,518055 |
SSID | ssib000862381 ssib051373667 ssj0039408 ssib002258149 ssib038074664 |
Score | 4.3713975 |
Snippet | O482.53;... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 437 |
Title | 基于深度递归级联卷积神经网络的并行磁共振成像方法 |
URI | https://d.wanfangdata.com.cn/periodical/bpxzz201904003 |
Volume | 36 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxNBFB9qRPAifqL1qwfHS4lmd2d3Zo67yYbgwVOF3kqybhTBKG0KkpNFBQ_ValEPIoqI9liKYGlK_xs3W_8L33uzm2xqoeplebyZ-c37mJ0vZt4wdkXGUkXCFmXZjlUZOjyrrJ2mKLtSN3Vs2Xj0Ak9b3PQat8SNWXd2ojRZOLW02G1di3r73iv5H68CD_yKt2T_wbNDUGAADf6FL3gYvn_lYx66XNd54PNQ4FeFPPR4IHlgYRJwfI-Hmk4z2MSpESEpSfJQwUSSa4FJqoYFIQn4fp0IAA8pc8AVcbC4lXF0FQkNlVLxQPPAQ0Df4oqSfAfBEdkleTzkIzIQiusKJTmE7HHtIQIK73DzHGY-Y86Yvo3gQSVTza-RalCwxpVRrc71cEyl-kG5gGpzSVcPBdRBMQvYC7NIFEL5Q2KUxUPzosxUI8pMoqpCRSAU2J4MDxr7YXEbpdBNk7ZVNNxIevIZOs9F04O5EV0TR6FpwNyoR4U8BIQxMZRSiGB0hmy2GmPqIC8oyVvD6jSC-_b0WBsBN4J1jZfALahOHSHQbj42HJSpmreIPaJkiNzW8KfmraCeSaOr-9Q07VqqYiImZ0MhxhwQrgn7no-VJlhN1ieIwsAnTOiebA4lTIjQP4dnTdH4o3v359EHtjS34_dEPG89fNTrYToOMM4hdtiW2hWF7ZJ8Ke4UQ_fZrrJGWwn4jkLx5QTXcqTjecPNGEeLirkmm2mZx98FCa8X5aPLfJ12s3OnMO-cOc6OZQvGKd_8_SfYRO_uSXaEDm5HC6dYI_nU_9l_OdjcSPrffj1eTXZW0_7a7tKb5MVmuraefv2Ybq-kO6_T7Q_p-6fJ1o_dz8vpl6Xk2cZgeX3w_FXyZGXwbmvw_e1pdrUezlQb5UyOuawHWpgbN5RzhpU6DzrxWTYFi54IQwnGuGEio1jFt2W7oqNWE1ZUsXDPscsHgE0emOM8O4q02Y68wErd-cX4IkzQu61L5KnfD4mq4g |
link.rule.ids | 315,786,790,870,4043,27954,27955,27956 |
linkProvider | Directory of Open Access Journals |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E9%80%92%E5%BD%92%E7%BA%A7%E8%81%94%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E5%B9%B6%E8%A1%8C%E7%A3%81%E5%85%B1%E6%8C%AF%E6%88%90%E5%83%8F%E6%96%B9%E6%B3%95&rft.jtitle=%E6%B3%A2%E8%B0%B1%E5%AD%A6%E6%9D%82%E5%BF%97&rft.au=%E7%A8%8B%E6%85%A7%E6%B6%9B&rft.au=%E7%8E%8B%E7%8F%8A%E7%8F%8A&rft.au=%E6%9F%AF%E5%AD%90%E6%96%87&rft.au=%E8%B4%BE%E6%A3%AE&rft.date=2019&rft.pub=%E5%8C%BB%E5%AD%A6%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%28%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2+%E6%B7%B1%E5%9C%B3%E5%85%88%E8%BF%9B%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6%E9%99%A2%29%2C%E5%B9%BF%E4%B8%9C+%E6%B7%B1%E5%9C%B3+518055&rft.issn=1000-4556&rft.volume=36&rft.issue=4&rft.spage=437&rft.epage=445&rft_id=info:doi/10.11938%2Fcjmr20192721&rft.externalDocID=bpxzz201904003 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fbpxzz%2Fbpxzz.jpg |