Cascata Profunda de Redes Neurais Convolucionais e Redes Neruais Convolucionais Recorrentes para Reconstrução de Imagens de RM
Reconstrua imagens de RM a partir de suas medições subamostradas usando Deep Cascade of Convolutional Neural Networks (DC-CNN) e Convolutional Recurrent Neural Networks (CRNN-MRI). Este repositório contém a implementação de DC-CNN usando Theano e Lasagne, e CRNN-MRI usando PyTorch, junto com demonstrações simples. Observe que a biblioteca requer a versão dev de Lasagne e Theano, bem como backend pygpu para usar a biblioteca CUFFT. A versão do PyTorch precisa ser superior ao Torch 0.4. Parte do conjunto de dados de brinquedos emprestado de
Uso:
python main_2d.py --num_época 5 --batch_size 2
Reconstrua imagens dinâmicas de RM a partir de medições subamostradas usando DC-CNN com camada de compartilhamento de dados. Observe que a biblioteca requer CUDNN além do requisito especificado acima.
Uso:
python main_3d.py --acceleration_factor 4
Reconstrua imagens dinâmicas de RM a partir de suas medições subamostradas usando Redes Neurais Recorrentes Convolucionais. Esta é uma implementação pytorch que requer o Torch 0.4.
Uso:
python main_crnn.py --acceleration_factor 4
Se você usa o código em seu trabalho, ou se achou o código útil, cite os seguintes trabalhos.
Reconstrução 2D:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. Uma cascata profunda de redes neurais convolucionais para reconstrução de imagens de RM. Processamento de Informação em Imagens Médicas (IPMI), 2017
O artigo também está disponível no arXiv:
Reconstrução Dinâmica:
Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. Uma cascata profunda de redes neurais convolucionais para reconstrução dinâmica de imagens de RM. ArXiv 1704.02422
O artigo também está disponível no arXiv:
Reconstrução dinâmica usando CRNN:
Qin, C., Schlemper, J., Caballero, J., Hajnal, JV, Price, A., & Rueckert, D. Redes Neurais Recorrentes Convolucionais para Reconstrução Dinâmica de Imagens de RM. Transações IEEE em imagens médicas (2018).
O artigo também está disponível no arXiv:
