Unrolled L+S decomposition for compressed sensing in magnetic resonance imaging
| dc.contributor.author | Mokrý, Ondřej | |
| dc.contributor.author | Vitouš, Jiří | |
| dc.coverage.issue | 3 | cs |
| dc.coverage.volume | 24 | cs |
| dc.date.accessioned | 2023-09-14T08:21:34Z | |
| dc.date.available | 2023-09-14T08:21:34Z | |
| dc.date.issued | 2022-12-12 | cs |
| dc.description.abstract | Článek se zabývá metodou rekonstrukce dat pro dynamické zobrazování magnetickou rezonancí s využitím přístupu tzv. deep unrolling aplikovaného na low-rank + sparse model. Standardní algoritmus pro odhad tohoto modelu je rozšířen o trénovatelné prvky tvořící hlubokou neuronovou síť a na simulovaném datové množině je natrénováno několik variant rozvinutého algoritmu. Vyhodnocení oproti standardnímu algoritmu ukazuje zlepšení ve smyslu střední kvadratické chyby se stejnými výpočetními náklady. | cs |
| dc.description.abstract | A deep unrolled reconstruction method for dynamic magnetic resonance imaging is developed, based on the low-rank + sparse model. A standard solver of this model is enriched with trainable structures, forming a deep neural network, and several variants of the unrolled algorithm are trained on a simulated dataset. Evaluation against the standard solver for the model shows improvement in terms of mean squared error with the same computational cost. | en |
| dc.format | text | cs |
| dc.format.extent | 86-93 | cs |
| dc.format.mimetype | application/pdf | en |
| dc.identifier.citation | Elektrorevue. 2022, vol. 24, č. 3, s. 86-93. ISSN 1213-1539 | cs |
| dc.identifier.issn | 1213-1539 | |
| dc.identifier.uri | http://hdl.handle.net/11012/214078 | |
| dc.language.iso | en | cs |
| dc.publisher | International Society for Science and Engineering, o.s. | cs |
| dc.relation.ispartof | Elektrorevue | cs |
| dc.relation.uri | http://www.elektrorevue.cz/cz/clanky/zpracovani-signalu/0/unrolled-l-s-decomposition-for-compressed-sensing-in-magnetic-resonance-imaging--rozbaleny-l-s-rozklad-pro-komprimovane-snimani-pri-zobrazovani-magnetickou-rezonanci-/ | cs |
| dc.rights | (C) 2022 Elektrorevue | en |
| dc.rights.access | openAccess | en |
| dc.title | Unrolled L+S decomposition for compressed sensing in magnetic resonance imaging | en |
| dc.type.driver | article | en |
| dc.type.status | Peer-reviewed | en |
| dc.type.version | publishedVersion | en |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- clanek_12_12.12.2022.pdf
- Size:
- 1.44 MB
- Format:
- Adobe Portable Document Format
- Description: