의학물리학

  • [Phys Med Biol.] Deep learning for undersampled MRI reconstruction.

    연세대 / 현창민, 이성철*

  • 출처
    Phys Med Biol.
  • 등재일
    2018 Jun 25
  • 저널이슈번호
    63(13):135007. doi: 10.1088/1361-6560/aac71a.
  • 내용

    바로가기  >

    Abstract
    This paper presents a deep learning method for faster magnetic resonance imaging (MRI) by reducing k-space data with sub-Nyquist sampling strategies and provides a rationale for why the proposed approach works well. Uniform subsampling is used in the time-consuming phase-encoding direction to capture high-resolution image information, while permitting the image-folding problem dictated by the Poisson summation formula. To deal with the localization uncertainty due to image folding, a small number of low-frequency k-space data are added. Training the deep learning net involves input and output images that are pairs of the Fourier transforms of the subsampled and fully sampled k-space data. Our experiments show the remarkable performance of the proposed method; only 29[Formula: see text] of the k-space data can generate images of high quality as effectively as standard MRI reconstruction with the fully sampled data.

     


    Author information

    Hyun CM1, Kim HP, Lee SM, Lee S, Seo JK.
    1
    Department of Computational Science and Engineering, Yonsei University, Seoul, Republic of Korea.

  • 편집위원

    4차 산업혁명의 핵심 기술인 딥러닝 기술을 이용한 저해상도 자기공명영상의 고화질 재구성으로 MRI 영상 촬영 시간은 여러 인자에 의하여 결정되지만 궁극적으로는 가상공간으로 불리는 k-공간을 어떻게 채우는가에 따라 결정된다. 그동안 여러 방법이 연구되었으나 본 연구에서는 최근에 많은 연구가 진행되고 있는 인공지능 기술인 딥러닝 방법을 이용하여 k-공간을 기존보다 훨씬 적은 라인 데이터를 획득한 후에 얻어지지 않은 라인에 대하여 딥러닝 방법을 이용하여 채우는 방법을 연구한 논문이다. 물론 Nyquist 획득을 하여야 영상이 처리될 수 있지만 본 연구에서는 본 조건을 딥러닝 방법을 이용하여 충족시키도록 하였다. 그리고 단지 k-공간의 29%로 얻은 영상이 기존 전체 k-공간 데이터를 획득하는 표준영상처럼 효과적인 고해상도 영상을 만들 수 있었으며, 딥러닝 기술이 MRI 영상획득 시간을 매우 줄일 수 있다는 것을 보여줌으로써 향후 4차 산업혁명의 핵심 기술들이 영상의학 분야에서 많은 연구가 진행될 것으로 기대된다.

    2018-07-12 15:14:18

  • 편집위원2

    최근 deep learning의 응용이 각광을 받고 있는 가운데, 특히 영상 재구성분야가 deep learning의 효과를 극대화시킬 수 있는 분야중 하나로 떠오르고 있다. 적은 수의 샘플링으로도 기존과 비등한 화질의 MR 영상을 얻을 수 있는 방법을 보인 본 논문은 매우 흥미로웠으며 상용화될 날을 기대해 본다.

    2018-07-12 15:15:38

  • 덧글달기
    덧글달기
       IP : 3.230.119.106

    등록