Aug, 2023

基于幅度图像训练的 MRI 重建的生成图像先验

TL;DR本研究提出了一种从仅包含振幅信息的图像中构建通用且稳健的生成图像先验的工作流程,并将其用于改善图像质量的重建中进行正则化。结果表明,使用复杂图像训练的先验表现优于仅使用振幅图像训练的先验,且基于更大数据集训练的先验具有更高的鲁棒性。此外,相较于 L1 小波正则化,生成图像先验在高欠采样条件下的压缩感知并行成像中表现卓越。因此,本研究强调了整合相位信息和利用大型数据集提升 MRI 重建生成图像先验的性能和可靠性的重要性。相位增强使得可以利用现有图像数据库进行训练。