Angular Super-Resolution in Diffusion MRI with a 3D Recurrent Convolutional Autoencoder 高解像度拡散MRI(dMRI)データは、臨床現場でのスキャン時間の制限によって制約を受けることが多く、そのため、他の方法では利用できるダウンストリーム分析手法の使用が制限されます。この作業では、角度(q空間)ドメインでdMRIボリュームを超解像できる3D再帰畳み込みニューラルネットワーク(RCNN)を開発します。私たちのアプローチは、ターゲットのbベクトルを条件とする3Dオートエンコーダーを使用して、パッチワイズ回帰として角度超解像のタスクを定式化します。ネットワーク内では、畳み込み長短期記憶(ConvLSTM)セルを使用して、q空間サンプル間の関係をモデル化します。モデルのパフォーマンスを、ベースラインの球面調和関
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く