基于GAN和TV正则化的MRI超分辨率重建算法

摘要：

为解决磁共振成像 (MRI) 超分辨率重建图像失真、组织细节模糊及速度较慢等问题, 提出基于生成对抗网络 (GAN) 框架和TV正则化的MRI超分辨率重建算法.根据MRI重建图像特点, 改进GAN框架中的生成器损失函数, 在GAN对抗损失的基础上, 为保证低分辨率MRI图像到高分辨率图像的映射一致性, 引入生成图像与原始图像残差的L2范数损失, 为提高重建图像的细节信息, 引入生成图像的全变分正则化损失, 基于改进的损失函数, 采用随机梯度下降法进行训练.实验结果表明, 该算法在保证重建质量的同时能较好地恢复组织细节、加快重建速度, 超分辨率重建效果明显.

关键词：磁共振成像、超分辨率重建、生成对抗网络、损失函数、全变分

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：南通市科技计划基金项目MS22016050

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：767-773