Konvolutionale neuronale Netzwerk-basierte Stack-of-Star-Bildgebung mit Rausch- und Artefaktentfernung

Die Stack-of-Star-Akquisition ist eines der am häufigsten verwendeten nicht-karthesischen k-Raum-Abtastmethoden aufgrund ihrer schnellen Geschwindigkeit und Robustheit gegenüber Bewegung. Um die Scanzeit weiter zu reduzieren oder die zeitliche Auflösung zu erhöhen, wird Stack of Star oft mit weniger Speichen und fortschrittlichen Abtastmustern wie der goldenen Winkelakquisition heruntergesampelt. Dies macht Stack of Star jedoch anfällig für Rausch- und Streifenartefakte, was die Ebenenauflösung einschränkt und die diagnostische Qualität verschlechtert. In dieser Arbeit haben wir eine tiefenlernbasierte Stack-of-Star-Methode für die frei atmende Abdominalbildgebung bewertet, die eine verbesserte diagnostische Qualität zeigt.