论文部分内容阅读
为解决磁共振成像(MRI)超分辨率重建图像失真、组织细节模糊及速度较慢等问题,提出基于生成对抗网络(GAN)框架和TV正则化的MRI超分辨率重建算法。根据MRI重建图像特点,改进GAN框架中的生成器损失函数,在GAN对抗损失的基础上,为保证低分辨率MRI图像到高分辨率图像的映射一致性,引入生成图像与原始图像残差的L2范数损失,为提高重建图像的细节信息,引入生成图像的全变分正则化损失,基于改进的损失函数,采用随机梯度下降法进行训练。实验结果表明,该算法在保证重建质量的同时能较好地恢复组织细节、加快重建