典型文献
基于生成对抗网络的磁共振图像重建
文献摘要：
磁共振成像因具有无辐射、无创伤性,成为临床中最常用的辅助诊断技术之一,但过长的扫描时间和封闭的环境,不仅导致病人产生幽闭恐惧心理,也造成医疗成本的升高.针对此问题,提出了一种以生成对抗网络为核心的磁共振图像重建算法,将U-net网络作为生成器,编码部分使用残差结构以缓解网络退化,并提出空洞金字塔结构,利用空洞卷积的不同扩张率融合不同尺度的上下文信息并添加于解码层之前.判别器中通过一系列卷积实现特征下采样,并利用sigmoid函数完成特征分类,将集成学习的思想融入其中,使重建效果进一步提升.对比已有研究成果和主流重建网络,该模型在10％、20％、30％、50％采样率的测试集中,各项重建指标均排名第一.结果表明,该模型不仅能有效提升磁共振图像重建质量,同时也具有良好的泛化性.
文献关键词：
磁共振成像;图像重建;生成对抗网络;空洞金字塔;集成学习
中图分类号：
作者姓名：
胥祯浩;沈茜;李霞
作者机构：
中国计量大学 信息工程学院,杭州 310018
文献出处：
引用格式：
[1]胥祯浩;沈茜;李霞-.基于生成对抗网络的磁共振图像重建)[J].计算机工程与应用,2022(15):238-245
A类：
B类：
生成对抗网络,磁共振图像重建,磁共振成像,无辐射,无创伤,创伤性,辅助诊断,诊断技术,扫描时间,幽闭,恐惧心理,医疗成本,图像重建算法,net,生成器,残差结构,空洞金字塔,金字塔结构,空洞卷积,扩张率,不同尺度,上下文信息,加于,解码,判别器,下采样,sigmoid,数完,特征分类,集成学习,重建网络,采样率,测试集,排名第,重建质量,泛化性
AB值：
0.402441
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
