学習用画像と観測信号を併用した辞書学習によるMR画像高精度再構成

摘要

学習用画像と観測信号を併用した辞書学習を用いることにより，高圧縮信号からMR画像を高精度再構成する手法を提案する．Chenらは過去のフルセンシングMR画像を学習用画像として用意し，MR画像に特化した辞書を学習することによって高品質画像を再構成する手法を提案した．しかし，学習した辞書には観測信号の情報が含まれていないため，対象画像のみに現れる特有の表現を忠実に再構成できない．Ravishankarらは観測信号を用いて適応的に辞書学習し，画像を同時に再構成する手法を提案した．この方法では過去のMR画像を用いず，高圧縮信号のみで辞書を学習するため，不鮮明な再構成画像になってしまう．これに対して提案手法では，観測信号と学習用画像の両方を辞書学習に用いて，さらに画像を同時に再構成する．これにより，フルセンシング学習用画像のような細部を鮮明に表現できる辞書を学習し，高精度な画像再構成を実現する．より効果的な辞書学習を実現するために，K-means法により学習用画像パッチをクラスタリングする．この結果，パッチ集合が主に体外部分を含む集合とそれ以外に分類される．そして，体内部分に該当するパッチ集合のみを辞書学習に用いることにより，高精度再構成が実現される．実データを用いた計算機シミュレーションによって，提案法が従来法よりPSNRが1.5dB以上高い高品質画像を再構成できることを示す．