【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解析

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