Oct, 2023

基于流形结构数据先验的改进 MR 指纹重建

PDF
TL;DR通过利用流形结构先验信息，我们提出了一种基于重建框架的磁共振指纹成像 (MR fingerprinting) 方法，其中低维参数流形被用来表示指纹流形结构，同时加入局部低秩先验信息以改善重建性能。实验证明，该方法相对于现有方法在重建性能上有显著提升，并且计算时间得到了减少。
mr fingerprintingmanifold structure priorsreconstruction frameworkparameter manifoldlocal correlations
发现论文，激发创造
  • 磁共振指纹成像的深度学习几何

    本文提出了一种基于深度学习的 MRF-Net 方法，通过减少维度并使用层级匹配滤波器，可以在不使用字典匹配的情况下，高效地重建定量磁共振图，并且减少了存储和计算需求。

    Sep, 2018

  • 跳跃流形：从运动中感知几何结构的密集非刚性结构

    通过利用高维 Grassmann 流形进行重建以及等效的低维表示进行推理聚类的算法，该研究提出了一种解决密集非刚性运动目标多帧图像 3D 形状估计的算法。

    Feb, 2019

  • 数据流形中的多线性核回归和插补

    本文介绍了一种基于核的高效多线性非参数逼近框架，应用于动态磁共振成像（dMRI）的数据回归和插值。该多线性模型具有降维、高效计算和提取数据模式和几何形状等特点，在严重欠采样的 dMRI 数据测试中较之以往的方法，包括流行的数据建模方法及最近的张量和深度图像先验方案，均表现出了显著的效率和准确性的提升。

    Apr, 2023

  • 利用循环神经网络的磁共振指纹技术

    本文提出使用循环神经网络进行磁共振指纹重建方法，比传统字典匹配法具有更高的可扩展性和更短的重建时间，能够同时测量多种组织属性的定量成像方法。

    Dec, 2018

  • 轨迹感知主流形框架用于数据增强和图像生成

    本研究通过验证在特征空间中使用主要流形分布相对于高斯分布的理论和实际优势，提出了一种新颖的轨迹感知主要流形框架，用于恢复流形骨干并沿特定轨迹生成样本。此外，通过引入一个内在维度正则化项，该框架能够使流形更紧凑，并实现少样本图像生成。实验结果表明，该框架能够提取更紧凑的流形表示，提高分类准确性，并在少样本之间生成平滑的变换。

    Jul, 2023

  • 磁共振指纹图像压缩灵敏度传感框架

    使用 Magnetic Resonance Fingerprinting (MRF) 技术，结合随机脉冲激发序列、随机 EPI 子采样策略和迭代投影算法，开发出一种压缩感知框架，能够从有限数量样本中同时准确恢复质子密度、T1、T2 和离共振映射。这些结果经过对大量仿真数据的验证。

    Dec, 2013

  • 神经接近梯度迭代下的压缩 MR 指纹重建

    针对磁共振指纹 (MRF) 问题的端到端深度学习方法中预测与物理正向模型的一致性大多未受控制，本文提出了一种名为 ProxNet 的学习的近端梯度下降框架，它直接将前向采集和布洛赫动力学模型纳入到循环学习机制中，使用紧凑的神经近端模型用于去混淆和定量推断，可以灵活地训练稀缺的 MRF 训练数据集。数值实验表明，ProxNet 可以达到卓越的定量推断精度，更小的存储需求，与最新的深度学习 MRF 基线相当的运行时间，同时比字典匹配方案快得多。

    Jun, 2020

  • 用于潜在指纹重建的生成卷积网络

    利用生成卷积网络对指纹进行去噪和缺失图案预测的方法，作为指纹识别前的预处理步骤，能够显著降低 false positive 和 false negative 检测率，并可与多种标准特征提取方法结合使用，如 MINDTCT，MCC，BOZORTH3 等，本方法在使用不同传感器捕获的多个公开指纹数据集上进行了测试。

    May, 2017

  • 高维点云数据的多流形散射变换

    本文介绍了一种用于处理定义在黎曼流形上的数据的深度特征提取器 —— 旋转不变散射变换，并提出了一些基于扩散映射理论的实用方案，可以在自然系统中应用于点云数据上进行信号分类和流形分类任务。

    Jun, 2022

  • 使用耦合稀疏支持的线性模型进行人脸图像超分辨率重建

    本文提出一种基于稀疏编码和多元岭回归的学习方法，其通过高分辨率流形的局部几何结构来学习线性模型，相较于使用低分辨率流形，该方法具有更好的人脸超分辨率表现和质量。

    Dec, 2015