摘要磁共振成像(MRI)是临床中一种常用的成像技术,但过长的成像时间限制了其进一步的发展.从欠采样的k空间数据中进行图像重建是加速MRI成像的重要一环.近年来,深度学习在MRI重建方面显示出巨大的潜力,其重建结果和效率都优于传统的压缩感知方法.为梳理与总结当前基于深度学习的MRI重建方法,介绍了MRI重建问题的定义,分析了深度学习在数据驱动的端到端重建和模型驱动的展开优化重建中的应用,提供重建的评价指标和常用数据集,讨论了当前MRI重建所面临的挑战与未来研究方向.
更多相关知识
- 浏览62
- 被引2
- 下载26

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文