人工智能技术在磁共振成像速度提升领域的应用进展.docxVIP

人工智能技术在磁共振成像速度提升领域的应用进展

目录

文档概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1磁共振成像技术背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1.1核磁共振基本原理概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.1.2传统磁共振成像技术局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2人工智能技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.1机器学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.2.2深度学习核心技术介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.3结合研究现状与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.3.1MRI速度提升研究需求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

1.3.2AI辅助MRI发展前景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

人工智能提升．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.1传统速度提升方法回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2人工智能介入技术路径．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.2.1计算机补充成像方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2.2自监督与无监督重构方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.3核心算法原理及机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.3.1基于前馈网络的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.3.2基于卷积神经网络的设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

常见AI驱动的MRI速度提升技术．．．．．．．．．．．．．．．．．．．．．．．．43

3.1基于重建算法的加速方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.1.1深度学习迭代重建模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

3.1.2并行重建的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

3.2数据采集优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

3.2.1自适应采样算法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

3.2.2子采样重建改进方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

3.3缓解运动伪影的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64

3.3.1运动估计与补偿模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68

3.3.2无假设运动校正方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

典型AI模型及其在．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74

4.1卷积神经网络的应用探索．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

4.1.12DCNN与3DCNN模型比较．．．．．．．．．．．．．．．．．．．．．．．．．．．78

4.1.2引导滤波与深度网络结合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．80

4.2新兴网络结构研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

4.2.1梯度扩散模型加速应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．85

4.2.2流形学习与神经网络混合方法．．．．．．．．．．．．．．．．．．．．．．．．．．87

4.3专用网络在特定场景性能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88

4.3.1脑部MRI快速扫描案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．92

4.3.2心血管MRI动态序列加速研究．．．．．．．．．．．．．．．．．．．．．．．．．93

AI加速MRI的性能