이 연구에서는 병렬 영상 기반 자기 일관성(PISCO)이라는 새로운 개념을 소개한다. PISCO는 추가 교정 데이터 없이도 k-공간의 고유한 공간적 관계를 활용하여 신경 암묵적 k-공간 표현(NIK)을 효과적으로 정규화할 수 있다.
시뮬레이션 데이터와 실제 in-vivo 데이터를 통해 PISCO-NIK이 기존 방법들에 비해 공간적 및 시간적 품질을 향상시킬 수 있음을 입증한다. 특히 가속 요인이 증가할수록 PISCO-NIK의 성능 향상이 두드러진다.
PISCO는 추가 교정 데이터 없이도 k-공간의 전역적 관계를 활용할 수 있어, 기존 병렬 영상 기법의 한계를 극복한다. 또한 NIK의 k-공간 기반 학습에 효과적으로 통합되어, 최종 재구성 영상의 품질을 향상시킨다.
Egy másik nyelvre
a forrásanyagból
arxiv.org
Mélyebb kérdések