0.55Tにおける加速心臓シネMRIの深層学習に基づく再構成

心臓シネMRIの加速は、必要な呼吸保持時間を短縮するために非常に望まれます。特に低磁場MRIシステムでは、心臓MRIの普及を助ける可能性があります。本研究では、1.5Tおよび3Tシステムのデータで訓練された変分ネットワークに基づく心臓シネMRIの再構成方法を提示します。0.55Tでの加速率8の下でのレトロスペクティブおよびプロスペクティブにアンダーサンプリングされた取得の再構成を示し、圧縮センシング再構成と比較します。低磁場データに対するドメインシフトにもかかわらず、神経ネットワークはSSIM 94.6%を達成し、圧縮センシングの結果と比較可能です。