سلسلة عميقة من الشبكات العصبية التلافيفية والشبكات العصبية المتكررة التلافيفية لإعادة بناء صورة الرنين المغناطيسي
إعادة بناء صور الرنين المغناطيسي من قياساتها التي تم أخذ عينات منها باستخدام Deep Cascade of Convolutional Neural Networks (DC-CNN) والشبكات العصبية التلافيفية المتكررة (CRNN-MRI). يحتوي هذا المستودع على تنفيذ DC-CNN باستخدام Theano وLasagne، وCRNN-MRI باستخدام PyTorch، إلى جانب العروض التوضيحية البسيطة. لاحظ أن المكتبة تتطلب إصدار المطورين من Lasagne وTheano، بالإضافة إلى واجهة pygpu الخلفية لاستخدام مكتبة CUFFT. يجب أن يكون إصدار PyTorch أعلى من Torch 0.4. بعض مجموعة بيانات الألعاب مستعارة من <http://mridata.org>.
الاستخدام:
بيثون main_2d.py --num_epoch 5 --batch_size 2
إعادة بناء صور الرنين المغناطيسي الديناميكية من قياساتها ذات العينات المنخفضة باستخدام DC-CNN مع طبقة مشاركة البيانات. لاحظ أن المكتبة تتطلب CUDNN بالإضافة إلى المتطلبات المحددة أعلاه.
الاستخدام:
بيثون main_3d.py --acceleration_factor 4
إعادة بناء صور الرنين المغناطيسي الديناميكية من قياساتها ذات العينات المنخفضة باستخدام الشبكات العصبية المتكررة التلافيفية. هذا تطبيق pytorch يتطلب Torch 0.4.
الاستخدام:
بيثون main_crnn.py --acceleration_factor 4
إذا كنت تستخدم الكود في عملك، أو إذا وجدت الكود مفيدًا، فيرجى ذكر الأعمال التالية.
إعادة الإعمار ثنائي الأبعاد:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. سلسلة عميقة من الشبكات العصبية التلافيفية لإعادة بناء صورة الرنين المغناطيسي. معالجة المعلومات في التصوير الطبي (IPMI)، 2017
الورقة متاحة أيضًا على arXiv: <https://arxiv.org/pdf/1703.00555.pdf>
إعادة البناء الديناميكي:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. سلسلة عميقة من الشبكات العصبية التلافيفية لإعادة بناء صورة MR الديناميكية. أركايف 1704.02422
الورقة متاحة أيضًا على arXiv: <https://arxiv.org/pdf/1704.02422.pdf>
إعادة البناء الديناميكي باستخدام CRNN:
Qin, C., Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. الشبكات العصبية التلافيفية المتكررة لإعادة بناء صورة الرنين المغناطيسي الديناميكية. معاملات IEEE على التصوير الطبي (2018).
الورقة متاحة أيضًا على arXiv: <https://arxiv.org/pdf/1712.01751.pdf>
