Motivação: Permitir a Cine MRI cardíaca com respiração única e reconstrução eficiente de aprendizado profundo que utiliza apenas dados de treinamento subamostrados. As abordagens auto-supervisionadas existentes atualmente concentram-se principalmente em imagens estáticas. Objetivo(s): Nosso objetivo é desenvolver um método auto-supervisionado para reconstrução dinâmica de MRI sem a necessidade de dados totalmente amostrados, enquanto buscamos alcançar reconstrução de alta qualidade sob altas taxas de aceleração. Abordagem: Propomos o SSL-MoCo, que combina aprendizado auto-supervisionado com reconstrução compensada por movimento para uma rede conjunta de registro e reconstrução de imagens. Resultados: O SSL-MoCo alcança desempenho de reconstrução de alta qualidade e melhor remoção de artefatos em comparação com outros métodos auto-supervisionados em Cine MRI cardíaco altamente acelerado, superando até mesmo o aprendizado supervisionado, sem exigir dados totalmente amostrados. Impacto: Propomos uma estrutura totalmente auto-supervisionada que permite a reconstrução de alta qualidade de Cine MRI cardíaco adquirida em uma única respiração. A adaptabilidade dessa estrutura abre novas avenidas de pesquisa para alavancar dados subamostrados e se estende a outras modalidades de MRI dinâmica.
Xu et al. (Terça-feira,) estudaram esta questão.