编码增强的复值卷积神经网络（EN2C CNN）实现超快精准成像

超灵敏磁共振成像周欣教授研究团队在磁共振成像（Magnetic Resonance Imaging, MRI）领域研究中取得新进展，提出一种编码增强的复值卷积神经网络（Encoding Enhanced Complex CNN，EN²C CNN），可显著缩短MRI成像时间。相关研究近日以“Encoding Enhanced Complex CNN for Accurate and Highly Accelerated MRI”为题在著名医学影像处理期刊《IEEE Transactions on Medical Imaging》上在线发表。

研究团队对MRI复值（分为实部和虚部，可表示为a+bi）信号的特点进行了研究，发展出独属于MRI的高效成像方法，提出一种全新的编码增强的复值卷积神经网络（EN²C CNN），可沿MRI编码方向进行复值数据的特征提取，增强复值数据的学习性能。同时，最大限度地利用MRI编码的相关性和完整性，进而提升MRI成像速度和准确性，最终实现超快、精准的成像效果。

编码增强的复值卷积网络EN²C CNN框架

研究团队通过实验发现，当加速倍数达到6倍（即仅采集全采样数据的16%）时， EN²C CNN仍能获得高质量的图像并提供与全采样图像高度一致的临床参数。此外，EN²C CNN重建图像的时间仅需毫秒级，能够满足实时重建的需求。该方法有望推动MRI在急重症诊疗等需要快速成像的临床场景中的应用。

在6倍加速下，不同方法重建的肺部¹²⁹Xe MR图像

论文链接：https://ieeexplore.ieee.org/document/10385149