Deep Learned Super Resolution of System Matrices for Magnetic Particle Imaging基于系统矩阵深度学习的超分辨率磁粒子
2021 43rd Annual International Conference of the
IEEE Engineering in Medicine & Biology Society (EMBC)
Oct 31 - Nov 4, 2021. Virtual Conference
Alper Gung ¨ or¨1,2, Baris Askin1, Damla Alptekin Soydan2,3, Can Barıs¸ Top2, Tolga Cukur1
INTRODUCTION 介绍
讲了几个方面的内容
1:成像方法,介绍SM系统矩阵成像法,以及SM系统矩阵是如何成像的
2:SM质量越高图像成像质量越高,过去曾使用CS压缩感知进行成像:收集SM测量的随机子集,通过强制离散余弦或切比雪夫变换域的稀疏性来恢复完整的SM。
3:受到深度学习超分辨的影响提出了一种基于CNN的成像方法。SR超分辨是一种应用在图像上面的方法,能够使得HR高分辨图像变为SR超分辨图像,以此增加图像质量。本文提出的方法把这种SR超分辨方法应用在SM系统矩阵上。
4:采用的方法为CNN
- We proposed a CNN model for joint SR and
denoising of system matrices.
提出了一个CNN