诸如类风湿性关节炎的风湿性疾病的发病通常是亚临床的,这导致挑战疾病的早期检测。然而,可以使用诸如MRI或CT的成像技术来检测解剖结构的特征变化。现代成像技术,如化学交换饱和度转移(CEST)MRI驱动希望进一步通过体内代谢物的成像来改善早期检测。为了图像在患者的关节中的小结构,通常是由于疾病发生而导致的第一个区域之一,所以必须为CEST MR成像进行高分辨率。然而,目前,由于收购的潜在物理限制,CEST MR因其潜在的物理限制而受到固有的低分辨率。在这项工作中,我们将建立了基于神经网络的超分辨率方法的建立的上抽样技术。我们可以表明,神经网络能够从低分辨率到高分辨率不饱和CEST图像的映射显着优于当前方法。在测试设定的情况下,使用Reset神经网络可以实现32.29dB(+ 10%),NRMSE为0.14(+ 28%)的NRMSE,以及0.85(+ 15%)的SSSim,大大提高了基线。这项工作为超分辨率CEST MRI的神经网络预期调查铺平了道路,并且可能导致较早的风湿病发作的检测。
translated by 谷歌翻译