基于稳健 PCA 的对比度无关分组注册用于定量心脏 MRI

Nov, 2023

基于稳健 PCA 的对比度无关分组注册用于定量心脏 MRI

Contrast-Agnostic Groupwise Registration by Robust PCA for Quantitative Cardiac MRI

Xinqi Li, Yi Zhang, Yidong Zhao, Jan van Gemert, Qian Tao

TL;DR提出了基于鲁棒主成分分析的新型运动校正框架，将定量心脏核磁共振成像分解为低秩和稀疏成分，并在 rPCA 框架内集成了基于组内卷积神经网络的配准骨干。通过实验证明，该方法在提高配准性能和减少定量映射误差方面比基准方法更有效，且该 rPCA 框架具有通用性，可以与其他配准骨干集成。

Abstract

quantitative cardiac magnetic resonance imaging (MRI) is an increasingly important diagnostic tool for cardiovascular diseases. Yet, co-registration of all baseline images within the quantitative MRI sequence is essential for the accuracy and precision of quantitative maps. However, co

quantitative cardiac magnetic resonance imaging motion correction robust principle component analysis groupwise cnn-based registration cardiac t1 mapping

发现论文，激发创造

PCA-Relax：基于深度学习的心脏 $T_1$ 映射动态校正的群组注册

本文提出了一种基于深度学习的组内注册框架，名为 “PCA-Relax”，用于纠正心脏磁共振图像中的呼吸和心动运动，实现定量 MRI 的精确测量和评估。

Jun, 2024

深度学习用于自动筛查心律失常引起的右心室心肌病的应变量化

自动识别心脏 MR 图像中的位移异常，通过注册、形变分析和应力分析等方法进行心脏运动的量化，并在心脏病诊断中发现具有潜在价值的心脏位移变化。

Nov, 2023

心脏 Cine MRI 动态跟踪的低秩群组变形

提出一种新颖的方法，可以将一组或序列图像注册到目标图像，产生低秩的注册图像，与目标图像非常相似，并通过实验证据展示该方法在产生低秩群体变形方面的优越性。

Mar, 2024

基于 ADMM 的深度心脏 MRI 重建