Artificial Intelligence-Based Image Reconstruction in Cardiac Magnetic Resonance

要約

人工知能 (AI) と機械学習 (ML) は、画像の取得と再構成から病気の診断と治療に至るまで、医用画像処理のワークフローを改善する大きな可能性を示しています。
特に、近年、医用画像再構成のための AI および ML アルゴリズム、特にディープラーニング (DL) ベースの方法の使用が大幅に増加しています。
DL 技術は、再構成の品質と計算効率の両方の点で、従来の再構成方法よりも競争力があり、多くの場合優れていることが示されています。
DL ベースの画像再構成の使用は、心臓画像の取得と再構成の方法を変える有望な機会も提供します。
この章では、心臓磁気共鳴 (CMR) 画像再構成に重点を置いて、心臓イメージングのための DL ベースの再構成技術の最近の進歩を確認します。
主に、画像後処理技術、モデル駆動型アプローチ、k 空間ベースの方法など、アプリケーションの監視付き DL メソッドに焦点を当てています。
心臓画像再構成のための DL の現在の制限、課題、および将来の機会についても説明します。

要約(オリジナル)

Artificial intelligence (AI) and Machine Learning (ML) have shown great potential in improving the medical imaging workflow, from image acquisition and reconstruction to disease diagnosis and treatment. Particularly, in recent years, there has been a significant growth in the use of AI and ML algorithms, especially Deep Learning (DL) based methods, for medical image reconstruction. DL techniques have shown to be competitive and often superior over conventional reconstruction methods in terms of both reconstruction quality and computational efficiency. The use of DL-based image reconstruction also provides promising opportunities to transform the way cardiac images are acquired and reconstructed. In this chapter, we will review recent advances in DL-based reconstruction techniques for cardiac imaging, with emphasis on cardiac magnetic resonance (CMR) image reconstruction. We mainly focus on supervised DL methods for the application, including image post-processing techniques, model-driven approaches and k-space based methods. Current limitations, challenges and future opportunities of DL for cardiac image reconstruction are also discussed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google