SubZero: サブスペースゼロショットMRI再構築

最近導入されたゼロショット自己教師あり学習（ZS-SSL）は、スキャン特有のシナリオにおいて加速MRIにおける可能性を示しており、大規模なトレーニングデータセットにアクセスすることなく高品質な再構築を可能にしました。ZS-SSLは、サブスペースモデルと組み合わされ、2D T2シャッフリング取得を加速するためにさらに改良されました。本研究では、並列ネットワークフレームワークを提案し、サブスペースに基づくゼロショット自己教師あり学習を改善し、さらなる加速因子を実現するための注意機構を導入します。我々の手法をSubZeroと名付け、T1およびT2マッピング取得において現在の手法と比較して性能の向上を実証します。