多对比MRI的多图像超分辨率

Mahmut Yurt, Tolga Cukurmm
{"title":"多对比MRI的多图像超分辨率","authors":"Mahmut Yurt, Tolga Cukurmm","doi":"10.1109/SIU49456.2020.9302325","DOIUrl":null,"url":null,"abstract":"Özetçe —Yüksek çözünürlüklü manyetik rezonans görüntülerinin (MRG) farklı kontrastlar altında edinimi klinik tanıda gerekli olan teşhis bilgisini artırır. Ancak, artan gürültü oranı, uzun tarama süreleri ve donanım maliyetlerinden ötürü yüksek çözünürlüklü görüntülerin edinimi pratikte mümkün olmayabilir. Bu durumlarda, düşük çözünürlüklü görüntülerden yüksek çözünürlüklü görüntülerin üretilebilmesi alternatif bir çözüm olabilir. Yaygın yöntemler tek bir görüntünün süper çözünürlüğünü yapar. Ancak, çok kontrastlı MRG’de, tek bir kontrastın düşük çözünürlüklü görüntüsü başarılı bir netleştirme için gerekli ön bilgiyi içermez. Gerekli bilgiyi zenginleştirebilmek için, farklı kontrastlardaki tamamlayıcı ön bilgiler kullanılabilir. Bu sebeple, bu çalışmada birden çok kontrasta ait görüntüleri eşzamanlı olarak netleştiren bir çoklu kontrast MRG süper çözünürlük yöntemi önerilmiştir. Önerilen yöntem yüksek frekans detaylarını daha iyi kurtararak olabildiğince gerçekçi hedef görüntüler üretebilen koşullu çekişmeli üretici ağlara dayanmaktadır. Çoklu kontrast MR görüntüleri içeren veri setinde yapılan sayısal ve görsel değerlendirmeler, önerilen yöntemin alternatif tekli görüntü MRG süper çözünürlük yönteminden daha üstün performans gösterdiğini ortaya koymuştur.","PeriodicalId":312627,"journal":{"name":"2020 28th Signal Processing and Communications Applications Conference (SIU)","volume":"12 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Multi-Image Super Resolution in Multi-Contrast MRI\",\"authors\":\"Mahmut Yurt, Tolga Cukurmm\",\"doi\":\"10.1109/SIU49456.2020.9302325\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Özetçe —Yüksek çözünürlüklü manyetik rezonans görüntülerinin (MRG) farklı kontrastlar altında edinimi klinik tanıda gerekli olan teşhis bilgisini artırır. Ancak, artan gürültü oranı, uzun tarama süreleri ve donanım maliyetlerinden ötürü yüksek çözünürlüklü görüntülerin edinimi pratikte mümkün olmayabilir. Bu durumlarda, düşük çözünürlüklü görüntülerden yüksek çözünürlüklü görüntülerin üretilebilmesi alternatif bir çözüm olabilir. Yaygın yöntemler tek bir görüntünün süper çözünürlüğünü yapar. Ancak, çok kontrastlı MRG’de, tek bir kontrastın düşük çözünürlüklü görüntüsü başarılı bir netleştirme için gerekli ön bilgiyi içermez. Gerekli bilgiyi zenginleştirebilmek için, farklı kontrastlardaki tamamlayıcı ön bilgiler kullanılabilir. Bu sebeple, bu çalışmada birden çok kontrasta ait görüntüleri eşzamanlı olarak netleştiren bir çoklu kontrast MRG süper çözünürlük yöntemi önerilmiştir. Önerilen yöntem yüksek frekans detaylarını daha iyi kurtararak olabildiğince gerçekçi hedef görüntüler üretebilen koşullu çekişmeli üretici ağlara dayanmaktadır. Çoklu kontrast MR görüntüleri içeren veri setinde yapılan sayısal ve görsel değerlendirmeler, önerilen yöntemin alternatif tekli görüntü MRG süper çözünürlük yönteminden daha üstün performans gösterdiğini ortaya koymuştur.\",\"PeriodicalId\":312627,\"journal\":{\"name\":\"2020 28th Signal Processing and Communications Applications Conference (SIU)\",\"volume\":\"12 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-10-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"2020 28th Signal Processing and Communications Applications Conference (SIU)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.1109/SIU49456.2020.9302325\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"2020 28th Signal Processing and Communications Applications Conference (SIU)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1109/SIU49456.2020.9302325","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

摘要--在不同对比度下获取高分辨率磁共振图像(MRI)可增加临床诊断所需的诊断信息。然而,由于噪声增加、扫描时间长和硬件成本等原因,获取高分辨率图像在实际中可能并不可行。在这种情况下,从低分辨率图像生成高分辨率图像可能是一种替代解决方案。常见的方法是对单幅图像进行超分辨率处理。然而,在多对比度磁共振成像中,单一对比度的低分辨率图像并不包含成功锐化所需的先验信息。不同对比度的互补先验信息可用于丰富必要的信息。因此,本研究提出了一种同时锐化多种对比度图像的多对比度磁共振成像超分辨率方法。该方法基于条件对抗生成网络,能通过更好地恢复高频细节来生成尽可能逼真的目标图像。在多对比度磁共振成像数据集上进行的数值和视觉评估表明,所提出的方法优于其他单图像磁共振成像超分辨率方法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Multi-Image Super Resolution in Multi-Contrast MRI
Özetçe —Yüksek çözünürlüklü manyetik rezonans görüntülerinin (MRG) farklı kontrastlar altında edinimi klinik tanıda gerekli olan teşhis bilgisini artırır. Ancak, artan gürültü oranı, uzun tarama süreleri ve donanım maliyetlerinden ötürü yüksek çözünürlüklü görüntülerin edinimi pratikte mümkün olmayabilir. Bu durumlarda, düşük çözünürlüklü görüntülerden yüksek çözünürlüklü görüntülerin üretilebilmesi alternatif bir çözüm olabilir. Yaygın yöntemler tek bir görüntünün süper çözünürlüğünü yapar. Ancak, çok kontrastlı MRG’de, tek bir kontrastın düşük çözünürlüklü görüntüsü başarılı bir netleştirme için gerekli ön bilgiyi içermez. Gerekli bilgiyi zenginleştirebilmek için, farklı kontrastlardaki tamamlayıcı ön bilgiler kullanılabilir. Bu sebeple, bu çalışmada birden çok kontrasta ait görüntüleri eşzamanlı olarak netleştiren bir çoklu kontrast MRG süper çözünürlük yöntemi önerilmiştir. Önerilen yöntem yüksek frekans detaylarını daha iyi kurtararak olabildiğince gerçekçi hedef görüntüler üretebilen koşullu çekişmeli üretici ağlara dayanmaktadır. Çoklu kontrast MR görüntüleri içeren veri setinde yapılan sayısal ve görsel değerlendirmeler, önerilen yöntemin alternatif tekli görüntü MRG süper çözünürlük yönteminden daha üstün performans gösterdiğini ortaya koymuştur.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Skin Lesion Classification With Deep CNN Ensembles Design of a New System for Upper Extremity Movement Ability Assessment Stock Market Prediction with Stacked Autoencoder Based Feature Reduction Segmentation networks reinforced with attribute profiles for large scale land-cover map production Encoded Deep Features for Visual Place Recognition
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1