用于SAR估计的基于U-Net网络的快速膝关节模型重建

• 作者: 周航宇 娄煜堃 肖亮
• 来源期刊: 波谱学杂志
• 学科: 工学
• 关键词: 高场磁共振成像 射频功率沉积(SAR) 膝关节 U-Net网络 图像分割
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 144-151
• 页数: 8页
• 分类号: O482.53|TP751.1
• 字数: 4762字
• 语种: 中文
• DOI: 10.11938/cjmr20192716

摘要

膝关节高场磁共振成像(MRI)时,射频功率沉积(SAR)是一个关键的安全指标.目前对于局部SAR的准确估计只能通过电磁仿真实现,这就要求得到每一个个体的膝关节模型.本文提出一种针对低场磁共振图像的基于卷积神经网络的分割方法,以实现膝关节磁共振图像的快速重建.数据集来自于矢位T1加权自旋回波图像,将膝关节组织按照"肌肉-脂肪-骨骼"模型进行简化,除脂肪与骨骼之外的其他组织归类为肌肉.采用一种全卷积的神经网络,即U-Net进行逐层的图像分割,卷积层数为4,训练采用交叉熵函数.本文对图像的自动分割结果与手动标注结果进行了定量的比较.此外,采用3 T正交鸟笼线圈进行了SAR仿真,结果验证了组织简化对于SAR估计的可行性,并且所提方法构建的模型可以得到较为精准的局部SAR分布.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖亮	北京化工大学信息科学与技术学院	11	43	3.0	6.0
2	娄煜堃	北京化工大学信息科学与技术学院	2	0	0.0	0.0
3	周航宇	北京化工大学信息科学与技术学院	1	0	0.0	0.0