报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
SMIR: A Transformer-Based Model for MRI super-resolution reconstruction
编号：91 访问权限：仅限参会人 更新：2021-10-30 22:03:44 浏览：811次 张贴报告

报告开始：2021年11月13日 09:20（Asia/Shanghai）

报告时间：5min

所在会场：[Pos] Poster [Pos] Poster Session

视频 无权播放 演示文件 附属文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要
Down-sampling magnetic resonance imaging super-resolution reconstruction is one of the main problems in the field of accelerating magnetic resonance imaging research. The current method with better results is the traditional method of compressed sensing, but the solution requires iteration, which consumes a lot of time and only solves the reconstruction for a single image. At present, the more advanced image restoration methods are based on convolutional neural networks, but few people have tried to apply Transformer to the field of medical image reconstruction and have shown relatively good results. In this article, we propose a magnetic resonance imaging reconstruction model SMIR based on Swin Transformers, namely SMIR. SMIR consists of two modules: a multi-level feature extraction module and a reconstruction module. The model combines frequency domain and spatial domain losses to better reconstruct image details. We compared this model with some traditional image processing methods and advanced convolutional neural networks image restoration methods. The experimental results show that our method achieves the best results.
 
关键词
Transformers,Magnetic resonance imaging (MRI),Deep learning,Super-resolution Reconstruction
报告人
超 严
无 北京理工大学

稿件作者
超 严 北京理工大学
根 石 北京理工大学计算机学院
正良 吴 北京理工大学
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    11月13日

    2021

    至

    11月14日

    2021

  • 09月30日 2021

    报告提交截止日期

  • 11月14日 2021

    注册截止日期

主办单位
IEEE北京分会
中国生物医学工程学会医学物理分会
中国电子学会生命电子学分会
承办单位
中国科学技术大学
安徽省生物医学工程学会
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询