基于多尺度密集嵌套型网络的磁共振图像重建

摘要

目的:研究一种从欠采样K空间数据中重建高质量磁共振图像的算法。方法:利用密集连接网络与多尺度思想设计一种网络模型来实现磁共振图像的高质量重建。首先以密集连接网络为基础框架,将不同空洞率的组合分别放置在密集连接单元;然后基于切片间的先验信息来建立相邻切片间特征信息的传输通道,并嵌套在密集连接网络当中;最后对K空间进行数据保真,并在网络迭代层加入密集连接机制。结果:对于12.5%和25%的K空间数据,重建的磁共振图像峰值信噪比(PSNR)分别为36.12 dB,40.45 dB。结论:在Calgary-Campinas数据集上的实验结果表明,与传统网络模型相比,所提模型重建精度更高、收敛更快。