![](https://img-blog.csdnimg.cn/20191012205505268.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
MRI重建
文章平均质量分 50
jinfeng2411
这个作者很懒,什么都没留下…
展开
-
使用 CC-359 数据集进行 MRI 重建(三)
在上一篇中,我们观察了 CC-359 数据集。本篇,我们将利用 CC-359 数据集进行 MRI 的重建。关于 MRI 的重建,我将提供两种方法:方法一:直接建立 零填充的欠采样图像 到 全采样图像 之间的映射,具体操作如下,对于 CC-359 数据集中的原始数据(target-k-space,256x256x2),经欠采样得到(under-K-space,256x256x2),对它们进行逆傅里叶变换,分别得到 全采样图像(target-img,256x256) 和 零填充的欠采样图像(under-原创 2020-12-30 12:02:08 · 2582 阅读 · 6 评论 -
使用 CC-359 数据集进行 MRI 重建(二)
在这篇博客里,我们将学会如何使用 CC-359 数据集中的数据。这里我们针对 CC-359 中的 single_coil 部分。CC-359 官网下载地址为:CC-359数据集由于访问官网需要科学上网,这里我也放了一份到百度网盘中,方便大家下载。提取码:c9yt首先我们需要明确是,这份数据集以 numpy 数组形式存储,其中的数据是图像的频域数据。代码如下:import torchimport matplotlib.pyplot as pltimport numpy as npi原创 2020-12-28 12:25:26 · 2831 阅读 · 17 评论 -
使用 CC-359 数据集进行 MRI 重建(一)
相对于其它的视觉任务,如超分、去噪等,MRI 重建的数据集相对较少,我所只的两个比较正规的数据集为:它们都提供了K空间的原始数据(复数)(1)Facebook AI Research (FAIR) and NYU Langone Health 发布的 fastMRI,官网上也给出相应的 github 指导新手快速上手,所用的深度学习框架为 pytorch ,但是这个数据集非常的大,singlecoil 部分的数据集有100G左右,multicoil 部分的数据集更是达到了 1000G。同时数据集的空间尺寸为原创 2020-12-28 11:57:24 · 2648 阅读 · 1 评论 -
.nii.gz 图片文件的读取
数据集的来源:2013 MICCAI Challenge Workshop on Segmentation: Algorithms, Theory and Applications (“SATA”)举例所用数据集:百度网盘 验证码:ctcv参考链接:1、如何处理.nii文件 2、DAGAN的github地址具体代码如下:# #导入...原创 2019-10-27 18:36:08 · 3732 阅读 · 3 评论 -
静态MRI重建的方法总结——关于传统方法和深度学习方法
问题来源:核磁共振成像有着诸多的优点,如准确、成像过程无害等等,然而制约其进一步发展的主要原因是数据采集时间过长。如何加快成像速度,主要有三个方面:(1)设计出更快的采集序列,如快速自旋回波序列(FSE)、梯度回波序列(GRE)等等;(2)采用多个线圈进行并行成像;(3)先进行欠采样(只采集部分数据点,如15%,20%等),再利用图像的先验知识进行重建。我们主要关注的是第三个方法,欠采样——&...原创 2019-10-12 20:56:13 · 4311 阅读 · 1 评论