Cascada profunda de redes neuronales convolucionales y redes neuronales recurrentes convolucionales para la reconstrucción de imágenes por resonancia magnética
Reconstruya imágenes de RM a partir de sus mediciones submuestreadas utilizando Deep Cascade of Convolutional Neural Networks (DC-CNN) y Convolutional Recurrent Neural Networks (CRNN-MRI). Este repositorio contiene la implementación de DC-CNN usando Theano y Lasagne, y CRNN-MRI usando PyTorch, junto con demostraciones simples. Tenga en cuenta que la biblioteca requiere la versión de desarrollo de Lasagne y Theano, así como el backend pygpu para usar la biblioteca CUFFT. La versión de PyTorch debe ser superior a Torch 0.4. Parte del conjunto de datos sobre juguetes tomado de
Uso:
python main_2d.py --num_epoch 5 --batch_size 2
Reconstruya imágenes de RM dinámicas a partir de sus mediciones submuestreadas utilizando DC-CNN con capa de intercambio de datos. Tenga en cuenta que la biblioteca requiere CUDNN además del requisito especificado anteriormente.
Uso:
python main_3d.py --acceleration_factor 4
Reconstruya imágenes de RM dinámicas a partir de sus mediciones submuestreadas utilizando redes neuronales recurrentes convolucionales. Esta es una implementación de pytorch que requiere Torch 0.4.
Uso:
python main_crnn.py --acceleration_factor 4
Si utiliza el código para su trabajo, o si lo encontró útil, cite los siguientes trabajos.
Reconstrucción 2D:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A. y Rueckert, D. Una cascada profunda de redes neuronales convolucionales para la reconstrucción de imágenes por resonancia magnética. Procesamiento de información en imágenes médicas (IPMI), 2017
El documento también está disponible en arXiv:
Reconstrucción dinámica:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A. y Rueckert, D. Una cascada profunda de redes neuronales convolucionales para la reconstrucción dinámica de imágenes de resonancia magnética. ArXiv 1704.02422
El documento también está disponible en arXiv:
Reconstrucción dinámica usando CRNN:
Qin, C., Schlemper, J., Caballero, J., Hajnal, JV, Price, A. y Rueckert, D. Redes neuronales recurrentes convolucionales para la reconstrucción dinámica de imágenes de RM. Transacciones IEEE sobre imágenes médicas (2018).
El documento también está disponible en arXiv:
